混合計算架構跳脫 Peak TOPS/W 指標，尋求 AI 能源效率最佳解
為何重要
傳統 AI 硬體效能評估多鎖定 Peak TOPS/W，這篇論文開始轉向系統層級的整合視角，主張 Hybrid 架構可解決單點模組的能源敏感問題。對開發者而言，這代表未來 AI 晶片設計可能不再單純追求峰值算力，而是尋求數位邏輯與類比/神經形態硬體的動態平衡。
- Nottingham Trent University、Imperial College London 與 Aston University 的研究團隊發表技術論文，主題為「Beyond Peak TOPS/W: A System-Level Perspective on Hybrid Digital, Analogue and Neuromorphic Computing」。
- 論文主張「混合數位-模擬計算」是通往更能源效率 AI 系統的可行路徑，並強調物理基質需在數位協調下提供系統級優勢。
- 該技術檔案於 2026 年 8 月發布於 arXiv（DOI: 10.48550/arXiv.2608.03514），作者為 Kanjo, Eiman 與 Varuna De Silva。