從深度學習模型衍生而出之機器學習模型的一種「儲備池計算（Reservoir Computing）」，因透過學習進行調整的參數量少，再處理相對簡單的任務時，具備可超高速、超低能耗處理的特色，被視為適合運用於邊緣AI之「輕量化AI」而受到矚目，而日本的大學、企業也正積極投入相關基礎研究及商用化。本文將就「儲備池計算模型」的構造、運作及發展動向進行探討，提供業界參考。