GT-M — Medição Energética Independente para Inferência de IA: Decomposição por Fase, Fronteira de Pareto Acurácia-Energia e Energia Amortizada por Ciclo de Trabalho (com apêndice sobre deriva simulada)

Três experimentos de medição energética empírica para inferência de modelos de linguagem: decomposição energética por fase intra-inferência (E1), fronteira de Pareto energia-acurácia entre FP32/FP16/INT8 (E2), e energia amortizada por ciclo de trabalho realista vs. energia de pico usualmente publicada (E4). Um quarto experimento (E3), de natureza simulada e não empírica, é incluído como apêndice separado sobre custo energético de recalibração em hardware sujeito a deriva. Instrumentação via GreenToken (RAPL + NVML + eBPF), validada com 0% de erro de contagem de token sob carga concorrente. Pesquisa sem interesse comercial declarado, conduzida sob protocolo de pré-registro obrigatório e critérios de sucesso metodológicos, não empíricos.