Розгортання локальних великих мовних моделей та візуально-мовних моделей на периферійних пристроях вимагає балансу між точністю та обмеженими обчислювальними й енергетичними бюджетами. Ця стаття систематично тестує LLM та VLM на рівнях ЦП, виявляючи закони масштабування обчислювальних витрат із довжиною токена та роздільною здатністю зображення, а також показуючи, що квантово-інспіроване стиснення може зменшити споживання енергії до 62% при збереженні точності, що дозволяє екологічне виведення на периферії.