AI大模型超强总结：9个大模型评估指标，看到就是赚到！！

前言

在进行模型应用时，关注的指标有很大的区别，根据关注的指标做机器的缩扩容，和模型压缩量化。

那么，模型的指标一般包括时延、吞吐量、参数量、激活值、MAC、FLOP、FLOPS、OP、OPS：

• 延迟（Latency）： 处理一次任务的时间；

• 吞吐量（Throughput）： 可以同时处理任务的数量；

• 参数量（Parameters）： 由模型结构决定；

• 激活值（Activate）： 特征参数，与特征图大小，batch 大小有关；

• MAC： Multiply accumulate operation，是一次乘法与一次加法累加；

• FLOP： floating point operation 的缩写，浮点运算；

• FLOPS： floating point operation per second 的缩写，每秒可以进行的浮点运算；

• OP： operations，运算；

• OPS： operation per second，每秒进行的运算数；

每个参数如何计算，下面以 CNN 为例做详细说明。

1、各参数细讲

（1）Latency & Throughput

高吞吐量一定低延迟吗？低延迟一定是高吞吐量吗？答案显然是不一样，只是考虑的场景不同。

移动端更关心延迟，数据中心更关心吞吐量。影响 Latency 的两个因素，一个是计算量，一个是内存。

（2）Parameters & model size

对于 CNN 的单层模型，输出 X 的维度是 [ci,hi,wi]，卷积核大小 [ci,kh,kw]，通道数是 co。

所以卷积层的参数量是：

上述参数求和大约是 61M，模型大小与参数量和每个参数的大小有关。

常用 Bit Width 有 float32、float16、int8、int4。以 float32 为例。AlexNet 的 model size 是 61*4=244M。

（3）Activations

参数量与模型大小有关，激活值与峰值激活值才是模型推理和计算的瓶颈，并且对于 CNN 这种网络，前几层的激活值内存比较大（因为特征图大），后几层小，存在不均衡问题。

峰值激活值一旦超过 SRAM 的大小，则需要频繁的数据搬运，这非常耗时（主存中数据搬运的耗时远远大于计算的耗时）。

收到 batch 等影响，激活值一般比模型参数占内存大，他们的变换趋势如下。一般前几层激活值占内存大，或几层是网络参数站内存大。

（4）MAC

Multiply accumulate operation，是一次乘法与一次加法累加 𝑎←𝑎+𝑏∗𝑐a \leftarrow a + b*c 。

对于 A（mxn）和 B（nxk）两个矩阵相乘的 MAC 是 𝑚∗𝑛∗𝑘m*n*k。‍‍‍

对于 CNN 的单层模型，输出 X 的维度是 [ci,hi,wi]，卷积核大小 [ci,kh,kw]，通道数是 co。

所以卷积层的参数量是：

AlexNet 大于是 7.24 亿的 MAC。

（5）FLOP & FLOPS

FLOP 浮点运算，一个 MAC 等于两个 FLOP，所以 AlexNet 是 1.4G FLOPs。

FLOPS 是没秒进行浮点运算，是一个硬件指标：‍

（6）OP & OPS

OP 是 FLOP 的扩充，不只是浮点运算，所有的运算都包括，包括整数运算、掩码运算等等都属于 OP。OPS 是每秒进行的 OP 数。

最后的最后

感谢你们的阅读和喜欢，作为一位在一线互联网行业奋斗多年的老兵，我深知在这个瞬息万变的技术领域中，持续学习和进步的重要性。

为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。

这些资料不仅是我多年积累的心血结晶，也是我在行业一线实战经验的总结。

这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习，相信它们一定能为你提供实质性的帮助。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

大模型知识脑图

为了成为更好的 AI大模型 开发者，这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

经典书籍阅读

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

面试资料

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】