一篇了解算力相关问题_pflops

算力介绍

算力即处理器每秒钟可进行的操作次数即OPS（Operations Per Second）
其中对不同数据的操作又分为了不同的算力指标，如FLOPS，OPS等。

不同数据格式

计算机中使用的数据格式分为整数型（int）和浮点型（float）等。

Hash的计算、AES的计算是加密解密性能的比拼，同时加密解密的计算也会受限于带宽和内存（显存大小）。

AES/Hash运算都是int型的，往往需要较高的精度，目前大多会采用int32甚至int64的数据格式，这样可以获得超越FP64的精度，所以int32算力是最为关键的加密解密性能特征。

处理整数型数据的运算速度

处理整数型数据的运算速度单位为OPS
而对于不同精度的整数型数据运算又分为
int16(16-bit integer OPS)16位整数
int32(32-bit integer OPS)32位整数
int64(32-bit integer OPS)64位整数
位数越大代表精度越高

处理浮点型数据的运算速度

处理浮点型数据的运算速度单位为FLOPS
而对于不同精度的浮点型数据运算又分为
FP64（double-precision FLOPS）双精度浮点运算速度：适用于大多科学计算的数据格式
FP32（single-precision FLOPS）单精度浮点运算速度 ：适用于大多数图像视频游戏处理
FP16半精度浮点数

格式换算

FLOPS换算
一个MFLOPS（megaFLOPS）等于每秒一百万（=10^6）次的浮点运算，
1 MFLOPS = 1000000 FLOPS

一个GFLOPS（gigaFLOPS）等于每秒十亿（=10^9）次的浮点运算，
1 GFLOPS = 1000 MFLOPS

一个TFLOPS（teraFLOPS）等于每秒一万亿（=10^12）次的浮点运算，(1太拉)
1 TFLOPS = 1000 GFLOPS (1太拉)

一个PFLOPS（petaFLOPS）等于每秒一千万亿（=10^15）次的浮点运算，
1 PFLOPS = 1000 TFLOPS

OPS格式换算和FLOPS相同

常见处理器算力展示

国产GPU天垓100

3080显卡

英伟达A100

3090显卡