在人工智能畛域，算力通常指的是计算机系统的解决能力和性能，它是评估和掂量计算机硬件和软件系统的一个重要指标。随着深度学习模型的一直倒退和复杂化，对算力的需要也越来越大。高性能计算机、GPU（图形处理器）、TPU（Tensor Processing Unit，张量处理器）等专门的硬件设施曾经成为了古代深度学习算法的次要撑持。
在人工智能畛域，罕用的算力单位是 P（Peta，即十五个零），它示意每秒能够进行的浮点运算次数。PetaFLOPS（PFLOPS）是一种掂量计算机系统解决能力的罕用指标。例如，一台可能每秒进行 1 PetaFLOPS 浮点运算的计算机系统就被称为 1 PFLOPS 级别的计算机。
随着人工智能算法和利用的一直倒退和壮大，对算力的需要也在一直进步。目前，世界上最弱小的超级计算机领有几百万个 CPU 和 GPU，能够实现每秒数十 PetaFLOPS 的计算能力，为人工智能畛域的钻研和利用提供了强有力的撑持。
EFLOPS 又是什么单位？
EFLOPS（ExaFLOPS）是指每秒能够进行的浮点运算次数达到每秒十的 18 次方，即一百万亿次浮点运算。这是比 PetaFLOPS 更高的一个计算能力单位。
FLOPS 的全称是“Floating-point Operations Per Second”，即每秒浮点运算次数。它是掂量计算机性能的一种指标，通常用于评估计算机的处理速度。
目前，在 TB 之后的单位是 PB，它是 Petabyte（拍字节），1PB 等于 1024TB。在 PB 之后，还有 EB（Exabyte，艾字节）、ZB（Zettabyte，泽宝字节）、YB（Yottabyte，尧字节）等单位。