算力（计算机、芯片、TOPS、DMIPS、MACs等）相关缩写及定义

1. MAC

• MAC：memory access cost，内存访问成本

MAC描述了神经网络的参数量，即存储该模型所需的存储空间。例如，某个模型需要256000个浮点参数定义，转化为bit 乘以32得8192000bit，再除8转化为Byte，1024KB，也就是1M，那么这个模型大小约为1M。

2. MACs、MACC、MADD、MACCs、MADDs

• MACs = MACC = MADD = MACCs = MADDs：multiply-accumulate operations、multiply-add operations，乘加运算数

MACs、MACC、MADD、MACCs、MADDs表示相同的意思；一次MACC指令为两次OP，即 1MACC ≈ 2OP；

3. FLOPs

• FLOPs：floating point operations，浮点运算数

注意s小写，可以用来衡量算法/模型的复杂度

4. FLOPS、MFLOPS、GFLOPS、TFLOPS、PFLOPS

• FLOPS：floating point operations per second，每秒浮点运算数

注意S大写，是一个衡量硬件性能的指标

• MFLOPS：mega floating point operations per second，每秒百万浮点运算数，10⁶ FLOPS

• GFLOPS：giga floating point operations per second，每秒十亿浮点运算数，10⁹ FLOPS

• TFLOPS：tera floating point operations per second，每秒万亿浮点运算数，10¹² FLOPS

• PFLOPS：peta floating point operations per second，每秒千万亿浮点运算数，10¹⁵ FLOPS

5. MIPS、DMIPS

• MIPS：million instructions per second，每秒百万条指令

• DMIPS：dhrystone million instructions executed per second，dhrystone每秒执行百万条指令

其中dhrystone是一种整数运算测试程序

6. OPS、MOPS、GOPS、TOPS、POPS

• OPS：operations per second，每秒运算数

注意S大写，是一个衡量硬件性能的指标，具体评价算力需要结合数据精度（如int8、fp16、fp32），在结合具体数据类型精度后才可以与FLOPS转换。

在确定MACC阵列大小的基础上，算力 = 频率 * MACC数量 * 2 （单个计算单元可以完成乘加）；例如：假设有512MACC运算单元，运行频率为1GHz，INT8的数据结构和精度，算力为512 x 2（2理解为一个MACC为一次乘法和一次加法，为两次运算操作） x 1 GHz = 1000 Billion Operations/Second = 1 TOPS(Tera-Operations/second)。FP16精度那么就是0.5TOPS，FP32精度就是0.25TOPS。

在某些情况下，还使用 TOPS/W 来作为评价处理器运算能力的一个性能指标，TOPS/W 用于度量在1W功耗的情况下，处理器能进行多少万亿次操作。

• MOPS：mega operations per second，每秒百万运算数，10⁶ OPS
• GOPS：giga operations per second，每秒十亿运算数，10⁹ OPS
• TOPS：tera operations per second，每秒万亿运算数，10¹² OPS
• POPS：peta operations per second，每秒千万亿运算数，10¹⁵ OPS