处理器运算能力单位

文科养成ing

于 2024-07-25 03:15:37 发布

阅读量97

点赞数

文章标签：人工智能大数据

最近一直在被某hxxxx 和小伙伴催着用 ~~ 5tops 我的另一个小伙伴老是说 hxxxx 5t算力呢 nvidia才多少呵呵 😒

所以来说一下这个纯属给自己看就搬来了勿怪~~

其实吧 TOPS 跟 FLOPS 没有可比性。

TOPS 是NPU（neuro processing unit）Tensor Ops per Second；

而 FLOPS 是GPU （Graphic Processing Unit）图像或数学问题浮点运算的单位；

两者不一样应用，没有可比性。是8位整数操作，而不是浮点。应该能明白了吧好啦先说tops

处理器运算能力单位_单片机

TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。

与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（10^9）操作，1MOPS代表处理器每秒钟可进行一百万次（10^6）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。

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。

算力单位TOPS，GPU处理能力（TFLOPS/TOPS），CPU能力MIPS ，片外内存与片内内存

1）TOPS

2）GOPS

3）FLOP与GOPS之间的换算

4）GOPS与FLOPS

5）常规神经网络算力

6）CPU 处理能力

7）基于NXP S32V234的ADAS辅助驾驶硬件计算平台

8）ROM

9）片外RAM 与片内RAM

10）案例說明

1）TOPS

TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。
与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（109）操作，1MOPS代表处理器每秒钟可进行一百万次（106）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。
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。

2）GOPS

OPS与FLOPS类似，只不过OPS一个是操作次数，FLOPS一个是浮点操作次数。

3）FLOP与GOPS之间的换算

（FLOP与GOPS之间的换算需要查相关资料，后续查找资料给出）
不确定的看法是OPS是操作数量，FLOPS为浮点操作数量，两者可近似于相等，FLOPS比OPS稍大。

4)GOPS与FLOPS

1.1 FLOPS
FLOPS定义
是“每秒所执行的浮点运算次数”（floating-point operations per second）的缩写。它常被用来估算电脑的执行效能，尤其是在使用到大量浮点运算的科学计算领域中。正因为FLOPS字尾的那个S，代表秒，而不是复数，所以不能省略掉。
在这里所谓的“浮点运算”，实际上包括了所有涉及小数的运算。这类运算在某类应用软件中常常出现，而它们也比整数运算更花时间。现今大部分的处理器中，都有一个专门用来处理浮点运算的“浮点运算器”（FPU）。也因此FLOPS所量测的，实际上就是FPU的执行速度。而最常用来测量FLOPS的基准程式（benchmark）之一，就是Linpack。
FLOPS换算
一个MFLOPS（megaFLOPS）等于每秒一百万（=10^6）次的浮点运算，
一个GFLOPS（gigaFLOPS）等于每秒十亿（=10^9）次的浮点运算，
一个TFLOPS（teraFLOPS）等于每秒一万亿（=10^12）次的浮点运算，(1太拉)
一个PFLOPS（petaFLOPS）等于每秒一千万亿（=10^15）次的浮点运算，
前标的十进制与二进制
此处存在疑问，从M到G再到T，到底是1024近似为1000，还是采用二进制的乘以1024，还是确实为十进制的1000
倾向于FLOP的前标与内存一样，是以二进制算，每进一级是1024为单位的。
但是10243是1073741824，可以近似为109。所以采用10^3来近似1024问题不大。

5)常规神经网络算力

韩松毕业论文EFFICIENT METHODS AND HARDWARE FOR DEEP LEARNING P15
2.1 AlexNet
对于AlexNet处理224*224的图像，需要1.4GOPS
2.2 ResNet-152
对于224*224的图像，ResNet-152需要22.6GOPS
例如对于 1080p图像(像素点个数1920*1280) 的8路帧率为30FPS的图像。
22.6GOPS30FPS8路*（1920*1280/224^2）=265Teraop/sec
这个数量级为30张高端显卡。
2.3 EIE算力
EIE在稀疏网络上可达102GOPS/s，相当于同等级非稀疏网络的1TGOPS/s
2.4 一些层的算力

6)CPU 处理能力

今天在看《ARM权威指南-Cortex-M0》时，遇到一个单位名词——DMIPS，查找过程中发现几个相关单位名词，在此做下记录。
MIPS(Million Instructions Per Second)：字面理解为百万条指令/秒，即每秒执行百万级指令数。这是衡量CPU速度的一个指标。像是一个Intel 80386 电脑可以每秒处理3百万到5百万机器语言指令，既我们可以说80386是3到5MIPS的CPU。MIPS只是衡量CPU性能的指标。
DMIPS(Dhrystone Million Instructions executed Per Second)：Dhrystone是测量处理器运算能力的最常见基准程序之一，常用于处理器的整型运算性能的测量。Dhrystone是一种整数运算测试程序。
MFLOPS(Million Floating-point Operations per Second)，主要用于测浮点计算能力。ARM中的MIPS和MHz联系

如今CPU的频率越来越高，又是流水线又是超标量计算又是双核多核的，单纯以时钟频率来衡量计算机的速度已经不再科学，用MIPS来衡量相对比较合理。以ARM7为内核的S3C44B0X的推荐最高工作频率为66MHz，按照ARM公司提供的技术资料，ARM7类CPU的运算速度可按如下公式计算：MIPS=0.9×MHz，由此可得出，S3C44B0X的最大运算速度大约为0.9×66MHz=59.4MIPS。6M的51单片机通常是12 或24个时钟周期才能完成1条指令，乘法和除法指令更需要48个时钟周期。这样，我初步估算6M的51单片机的运算速度应该在0.2~0.5MIPS之间。可见8位机与32位机的运算速度还是有巨大的差异的。
再以AVR为例，它的数据吞吐率可达1MIPS/MHz，即1MHz的震荡频率可达1MIPS。
综上，用MIPS衡量计算机速度很合理，对于不同的cpu，它的最高工作频率不同，数据吞吐率也不同，所以不可一概而论。

7)基于NXP S32V234的ADAS辅助驾驶硬件计算平台

基于NXP S32V234的ADAS辅助驾驶硬件计算平台

主芯片型号：S32V234
计算性能：9200DMIPS（ARM每秒运算92亿条指令集）
主要应用场景：视觉处理、激光雷达点云处理、组合定位、决策规划、车辆控制等
参数指标（简略版）：

S32V是NXP推出的汽车视觉微处理器具有强大的运算处理能力
360环视系统，是一套利用多个广角摄像头并通过车载显示屏幕显示汽车四周360度全景融合鸟瞰图像的泊车辅助系统，也叫全景倒车影像系统，全景泊车系统等。
它可以帮助汽车驾驶员了解车辆周边视线盲区，从而更为直观、更为安全地停泊车辆。整个系统的组成主要包括多个广角摄像头（多为4个），摄像头解码芯片，主处理器，电源管理芯片，液晶屏等。
其基本工作原理是主处理器通过摄像头解码芯片采集4个广角摄像头的原始数据，通过内部的算法将4个摄像头数据无缝融合成一幅鸟瞰图，显示到液晶屏上。
ZLG提供完整的360环视解决方案，包括基于LVDS和基于以太网的方案，两者仅在摄像头的数据传输方式上有所差别。

剩下的自己百度哈

8)ROM
1】rom或者flash，叫程bai序存储du区，你写的程序是存在这里面zhi的，上电后从这里面执行。
程序存储区也分为片内和片外，一般来说，现在的51很多已经做到了64k，所以很少有外扩
片外flash或者片外的rom了，flash或者rom不管是片内还是片外的，只能用来定义常量，是用code来修饰，也就是说，用code来修饰的东西，在程序运行过程中，不能修改；
2】ram有------内部ram的低128位（00-7f)，对应c语言就是data,比如我定义一个变量，
data

9)片外RAM 与片内RAM

STC89C52 共有 512 字节的 RAM，是用来保存数据的，比如我们定义的变量都是直接存在 RAM 里边的。但是单片机的这 512 字节的 RAM在地位上并不都是平等的，而是分块的，块与块之间在物理结构和用法上都是有区别的，因此我们在使用的时候，也要注意一些问题。
51 单片机的 RAM 分为两个部分，一块是片内 RAM，一块是片外 RAM。标准 51 的片内 RAM 地址从 0x00H～0x7F 共 128 个字节，而现在我们用的 51 系列的单片机都是带扩展片内 RAM 的，即 RAM 是从 0x00～0xFF 共 256 个字节。片外 RAM 最大可以扩展到 0x0000～0xFFFF 共 64K 字节。这里有一点大家要明白，片内 RAM 和片外 RAM 的地址不是连起来的，片内是从 0x00 开始，片外也是从 0x0000 开始的。还有一点，片内和片外这两个名词来自于早期的 51 单片机，分别指在芯片内部和芯片外部，但现在几乎所有的 51 单片机芯片内部都是集成了片外 RAM 的，而真正的芯片外扩展则很少用到了，虽然它还叫片外 RAM，但实际上它现在也是在单片机芯片内部的，我们的 STC89C52 就是这样。以下是几个 Keil C51 语言中的关键字，代表了 RAM 不同区域的划分，大家先记一下。
在这里插入图片描述
51单片机的片内RAM和片外RAM的区别
data：片内 RAM 从 0x00~0x7F
idata：片内 RAM 从 0x00~0xFF
pdata：片外 RAM 从 0x00~0xFF
xdata：片外 RAM 从 0x0000~0xFFFF
大家可以看出来，data 是 idata 的一部分，pdata 是 xdata 的一部分。为什么还这样去区分呢？因为 RAM 分块的访问方式主要和汇编指令有关，因此这块内容大家了解一下即可，只需要记住如何访问速度更快就行了。
我们定义一个变量 a，可以这样：unsigned char data a=0，而我们前边定义变量时都没有加 data 这个关键字，是因为在 Keil 默认设置下，data 是可以省略的，即什么都不加的时候变量就是定义到 data 区域中的。data 区域 RAM 的访问在汇编语言中用的是直接寻址，执行速度是最快的。如果你定义成 idata，不仅仅可以访问 data 区域，还可以访问 0x80H~0xFF 的范围，但加了 idata 关键字后，访问的时候 51 单片机用的是通用寄存器间接寻址，速度较 data会慢一些，而且我们平时大多数情况下不太希望访问到 0x80H~0xFF，因为这块通常用于中断与函数调用的堆栈，所以在绝大多数情况下，我们使用内部 RAM 的时候，只用 data 就可以了。
对于外部 RAM 来说，使用 pdata 定义的变量存到了外部 RAM 的 0x00~0xFF 的地址范围内，这块地址的访问和 idata 类似，都是用通用寄存器间接寻址，而如果你定义成 xdata，可以访问的范围更广泛，从 0 到 64K 的地址都可以访问到，但是它需要使用 2 个字节寄存器DPTRH 和 DPTRL 来进行间接寻址，速度是最慢的。
我们的 STC89C52 共有 512 字节的 RAM，分为 256 字节的片内 RAM 和 256 字节的片外RAM。一般情况下，我们是使用 data 区域，data 不够用了，我们就用 xdata，如果希望程序执行效率尽量高一点，就使用 pdata 关键字来定义。其它型号有更大的 RAM 的 51 系列单片机，如果要使用更大的 RAM，就必须得用 xdata 来访问了。

10）案例說明

5.6Tops高算力神经网络计算卡

基于AI专用的APiM架构，无需外部缓存的模块化深度神经网络学习加速器，用于高性能边缘计算领域，可作为基于视觉的深度学习运算和AI算法加速。外形小巧，极低功耗，拥有着强劲算力，配套完整易用的模型训练工具、网络训练模型实例，搭配专业硬件平台，可快速应用于人工智能行业中。

5.6Tops强劲算力

NCC S1基于AI嵌入式神经网络处理器（NPU），拥有28000个并行神经计算核，支持芯片上并行与原位计算，峰值运算能力高达5.6Tops，是市面上其他方案的数十倍。其强劲的算力，能进行复杂的高密度计算，适用于高性能边缘计算领域。

AI处理架构APiM

采用AI专用的MPE矩阵引擎和APiM（AI processing in Memory，存储中的AI处理）架构，以革命性的方式处理AI，一次升级网络预加载，无需指令、总线，无需外部DDR缓存，大量数据可直接输入/输出硅片，从而大大提高了AI的处理速度，降低处理能耗。

处理器运算能力单位_浮点运算_02