El professor Todd Austin de la Universitat de Michigan ha proposat una nova mesura per avaluar l’eficiència dels processadors anomenada **LEAN** (Logic Executing Actual Numbers). Aquesta mètrica indica quin percentatge dels transistors d’un xip realment realitzen càlculs que contribueixen al resultat d’un programa. Un valor del 100% seria ideal però inassolible, ja que implica que tots els transistors calculen directament. Actualment, a processadors avançats com la GPU Nvidia Blackwell, més del 95% del silici es dedica a funcions que no són càlcul directe, com ara decidir quina instrucció executar a continuació.

Les dues grans fonts de pèrdua d’eficiència són:
- **Pèrdua de precisió:** Es fan servir més bits dels necessaris, cosa que ha portat a reduir la precisió en GPUs (de 32 bits a 8 o menys).
- **Pèrdua per especulació:** S’executen instruccions que després es descarten per prediccions incorrectes, especialment en CPUs d’alta gamma, on es poden llençar dues instruccions especulatives per cada una d’útil.

Comparant diferents xips, Austin va trobar que:
- Una CPU d’Intel dedica només un 1,35% del seu silici a càlcul eficient.
- Una GPU d’Nvidia arriba al 4,64%.
- Un xip d’inferència d’IA de Groq arriba al 15,24%.

Aquesta mètrica mostra que gran part dels xips actuals es dedica a tasques de suport, no a càlcul pur. Davant el límit de la Llei de Moore, caldrà dissenyar processadors més “primats”, és a dir, amb més transistors dedicats directament al càlcul i menys a la gestió o suport, per continuar millorant l’eficiència computacional.