TeraFLOPS (TFLOPS) er en enhed, der angiver, hvor mange billioner be­reg­nin­ger med flydende tal en computer kan udføre på et sekund. Værdien fungerer som et mål for pro­ces­so­rer, især GPU’er og su­percom­pu­te­re. TFLOPS er især relevante for ap­pli­ka­tio­ner, der in­vol­ve­rer mange be­reg­nin­ger, såsom kunstig in­tel­li­gens, vi­den­ska­be­li­ge si­mu­le­rin­ger og ma­skin­læ­ring.

Hvad er FLOPS, og hvad bruges de til?

FLOPS står for floatingpoint ope­ra­tionsper second(flydende kom­ma­o­pe­ra­tio­ner pr. sekund) og er en enhed for reg­ne­kraft. En flydende kom­ma­o­pe­ra­tion er en ma­te­ma­tisk beregning, der in­vol­ve­rer decimaler. De er især vigtige for be­reg­nings­in­ten­si­ve ap­pli­ka­tio­ner, der kræver en høj grad af præcision.

FLOPS bruges ho­ved­sa­ge­ligt til vi­den­ska­be­li­ge be­reg­nin­ger, si­mu­le­rin­ger, kunstig in­tel­li­gens, ma­skin­læ­ring og gra­fi­kap­pli­ka­tio­ner. De spiller en central rolle inden for for­skel­li­ge områder, såsom medicinsk bil­led­be­hand­ling og fysiske si­mu­le­rin­ger. De er også vigtige inden for fi­nans­ver­de­nen, for eksempel når det kommer til analyse af mar­keds­da­ta. I spi­lin­du­stri­en bruges FLOPS til at bestemme gra­fiky­del­sen for moderne GPU’er. Med stadigt stigende FLOPS-kapacitet kan moderne computere levere stadig mere re­a­li­sti­ske fysiske effekter og grafik i høj opløsning.

FLOPS måles typisk ved hjælp af specielt udviklede benchmark-tests, der bestemmer antallet af flydende kom­ma­o­pe­ra­tio­ner pr. sekund. Ofte anvendte ben­ch­marks omfatter LINPACK, der ho­ved­sa­ge­ligt bruges til su­percom­pu­te­re, og FP32/FP64, der vurderer GPU’ers reg­ne­kraft. Under testene udføres komplekse ma­te­ma­ti­ske be­reg­nin­ger for at bestemme, hvor mange ope­ra­tio­ner pr. sekund et system kan håndtere. Pro­du­cen­ter angiver ofte te­o­re­ti­ske FLOPS-værdier baseret på en computers ar­ki­tek­tur. Imid­ler­tid kan virkelige ap­pli­ka­tio­ner variere afhængigt af ar­bejds­byr­de og ef­fek­ti­vi­tet.

Hvor mange FLOPS er der i en teraFLOPS?

En teraFLOPS svarer til en billion (1.000.000.000.000 eller1012) flydende kom­ma­o­pe­ra­tio­ner pr. sekund. Det betyder, at en processor med 1 TFLOPS kan udføre en billion ma­te­ma­ti­ske ope­ra­tio­ner med flydende komma tal pr. sekund.

Til sam­men­lig­ning ville en computer, der kun har 1 FLOPS, have brug for 31.000 år for at udføre en billion flydende kom­ma­o­pe­ra­tio­ner. Computere, der arbejder i TFLOPS, er altså kraft­ful­de systemer, der er i stand til at køre moderne ap­pli­ka­tio­ner i realtid.

Hvilke andre FLOPS-enheder findes der, og hvordan omregnes de til TFLOPS?

Der findes mange FLOPS-enheder, som adskiller sig i forhold til, hvor mange ope­ra­tio­ner pr. sekund de refererer til.

Enhed FLOPS-værdi Kon­ver­te­ring til TFLOPS
KiloFLOPS 103 FLOPS (1.000) 10-9 TFLOPS
MegaFLOPS 106 FLOPS (1 million) 10-6 TFLOPS
GigaFLOPS 109 FLOPS (1 milliard) 10-3 TFLOPS
TeraFLOPS 1012 FLOPS (1 billion) 1 TFLOP
PetaFLOPS 1015 FLOPS (1 kva­dril­li­on) 103 TFLOPS
ExaFLOPS 1018 FLOPS (1 kvin­til­li­on) 106 TFLOPS

Su­percom­pu­te­res ydeevne måles i petaFLOPS og endda exaFLOPS, mens high-end gra­fik­kort normalt måles i teraFLOPS.

Hvor mange FLOPS når moderne computere og GPU’er?

GPU’er og moderne computere inden for højty­den­de da­ta­be­hand­ling har nået im­po­ne­ren­de FLOPS-værdier. NVIDIA H100, en af de mest kraft­ful­de GPU’er til AI og da­ta­cen­tre, opnår op til 989 teraFLOPS til FP32 Tensor Core-be­reg­nin­ger. Det gør den ideel til store neurale netværk og si­mu­le­rin­ger.

NVIDIA A30, en GPU, der er optimeret til da­ta­cen­tre, når op på 10 TFLOPS og er særligt velegnet til AI-træning og -in­fe­ren­ser. Til sam­men­lig­ning kan den ga­mer­o­ri­en­te­re­de NVIDIA RTX 4090 overclo­ck­es til over 100 TFLOPS og muliggør meget re­a­li­stisk grafik.

Su­percom­pu­te­re er endnu mere kraft­ful­de: Frontier-su­percom­pu­te­ren har over­skre­det 1 exaFLOPS-mærket og bruges til meget komplekse vi­den­ska­be­li­ge si­mu­le­rin­ger. Andre kraft­ful­de su­percom­pu­te­re, der bruges i forskning, såsom den japanske computer Fugaku, opererer også i dette område.

Gå til ho­ved­me­nu­en