BitEnergy AI公司，一家專注于人工智能（AI）推理技術的企業，其工程師團隊創新性地開發了一種名為線性復雜度乘法（L-Mul）的AI處理方法。該方法的核心在于，它用整數加法替代了傳統的浮點乘法（FPM），實現了算法上的簡化。

盡管L-Mul采用了更簡潔的算法，但其運算結果卻能與浮點乘法相媲美，同時保持了高精確度和準確性。更為引人注目的是，這一新方法能夠顯著降低AI系統的功耗，最高降幅可達95%，這對于AI技術的未來發展具有重大意義。

然而，由于L-Mul是一種全新的工藝，目前市場上流行的現成硬件，如英偉達即將推出的Blackwell GPU，并未針對這種算法進行優化設計。因此，即便BitEnergy AI的算法已經證實能夠達到與浮點乘法相同的性能水平，我們仍然需要能夠處理該算法的系統。這可能會讓一些已經在AI硬件上投入巨資的公司感到猶豫。但另一方面，功耗的大幅降低（最高95%）無疑會吸引大型科技公司的關注，尤其是如果AI芯片制造商能夠研發出能夠充分利用該算法的專用集成電路（ASIC）。

當前，電力已成為制約AI發展的關鍵因素。僅去年一年，全球售出的數據中心GPU所消耗的電力就超過了100萬個家庭一年的用電量。就連谷歌也因AI對電力的巨大需求而調整了氣候目標，其溫室氣體排放量自2019年以來增長了48%，與預期的逐年下降趨勢背道而馳。谷歌前CEO甚至提出，通過放棄部分氣候目標，轉而利用更先進的AI技術來解決全球變暖問題，從而為電力生產開辟新的道路。

但如果AI處理能夠變得更加節能，那么人類似乎可以在不犧牲地球環境的前提下，繼續享受先進的AI技術帶來的便利。此外，能源消耗下降95%還將減輕大型數據中心對國家電網的負擔，減少對新能源工廠的建設需求，為未來快速供電提供有力支持。