Es gibt viele Modelle im Bereich des maschinellen Lernens, die eine Vielzahl von Designmöglichkeiten bieten. Jede Entscheidung im Design beeinflusst sowohl die Genauigkeit als auch den Energieverbrauch des Modells. Brownlee und Kollegen untersuchen systematisch das Zusammenspiel von Energieaufwand und Modellgenauigkeit und zeigen, dass es möglich ist, große Energieeinsparungen bei geringfügigem Genauigkeitsverlust zu erzielen.