TFLOPS 数据处理速度
-
TFLOPS
编辑
- 外文名
- TFLOPS
- 包 括
- 所有涉及小数的运算
- 运算次数
- ENIAC: 300 FLOPS
- 基准程式
- 测量每秒浮点运算次数
目录
- 1 TFLOPS
- 2 其他
- ▪ FLOPS
- ▪ MFLOPS
- ▪ GFLOPS
- ▪ TFLOPS
- ▪ PFLOPS
TFLOPS
编辑
- 一个MFLOPS(megaFLOPS)等於每秒一佰万(=10^6)次的浮点运算,
- 一个GFLOPS(gigaFLOPS)等於每秒拾亿(=10^9)次的浮点运算,
- 一个TFLOPS(teraFLOPS)等於每秒万亿(=10^12)次的浮点运算,
- 一个PFLOPS(petaFLOPS)等於每秒千万亿(=10^15)次的浮点运算,
- 一个EFLOPS(exaFLOPS)等於每秒百亿亿(=10^18)次的浮点运算。
其他
编辑
FLOPS
- ENIAC: 300 FLOPS
MFLOPS
- CRAY-1: 160 MFLOPS
GFLOPS
- Intel Xeon 3.6 GHz: <1.8 GFLOPS
- Intel Pentium 4 HT 3.6Ghz: 7 GFLOPS
- Intel Core 2 Duo E4300 14 GFLOPS
- Intel Core 2 Duo E8400 24 GFLOPS
- AMD Phenom 9950: 29.05 GFLOPS
- Intel Core 2 Quad Q8200: 37 GFLOPS
- Intel Core 2 QX9770: 39.63 GFLOPS
- AMD Phenom II x4 955: 42.13 GFlopS
- Intel Core i7-965: 69.23 GFLOPS
- Intel Core i7-980 XE : 107.6 GFLOPS
- Intel Core i5-2500K @4.5GHz: 123.35 GFLOPS (w/AVX instruction set)
- IBM POWER7: 264.96GFLOPS[2]
- nVIDIA Geforce 8800 Ultra(G80-450 GPU):393.6 GFLOPS
- nVIDIA Geforce GTX 280(G200-300 GPU):720 GFLOPS
- AMD Radeon HD 3870(RV670 GPU):497 GFLOPS
- AMD Radeon HD 4870(RV770 GPU):1008 GFlops
TFLOPS
- nVIDIA Geforce GTX 580(GF110-375 GPU):2.37 TFLOPS
- AMD Radeon HD 6990(R900 GPU):4.98 TFLOPS
- Earth Simulator: 35.61 TFLOPS
- Blue Gene/L: 135.5 TFLOPS
- 中国曙光Dawning 5000A: 230 TFLOPS
PFLOPS
- IBM Roadrunner:1.026 PFLOPS
- Jaguar:1.75 PFLOPS
- 天河一号:2.566 PFLOPS
- Folding@home运算平台:4.769 PFLOPS
- BOINC运算平台:6.282 PFLOPS (持续增加中)
- IBM Mira: 8.16 PFLOPS
- 京:10.51 PFLOPS
- IBM Sequoia:16.32 PFLOPS
- Cray Titan:17.59 PFLOPS
- 天河二号:33.86PFLOPS
TFLOPS 数据处理速度相关推荐
- oracle加并行变慢,并行设置不当导致数据处理速度变慢
问题描述 系统迁移,由单节点4cpu服务器迁移到双节点rac,32颗cpu系统中,迁移后对特定数据新服务器的处理速度反而不如老服务器. 问题分析 出现两侧代码相同但执行结果相差很大的原因是表SAVE_ ...
- 就是这么流弊!三行Python代码,让数据处理速度提高2到6倍
选自TowardsDataScience 作者:George Seif 本文转自机器之心(nearhuman2014) 本文可以教你仅使用 3 行代码,大大加快数据预处理的速度. Python 是机器 ...
- python image 转成字节_就是这么牛!三行Python代码,让数据处理速度提高2到6倍
本文可以教你仅使用 3 行代码,大大加快数据预处理的速度. Python 是机器学习领域内的首选编程语言,它易于使用,也有很多出色的库来帮助你更快处理数据.但当我们面临大量数据时,一些问题就会显现-- ...
- python image 转成字节_就是这么流弊!三行Python代码,让数据处理速度提高2到6倍
选自TowardsDataScience 作者:George Seif 本文转自机器之心(nearhuman2014) 本文可以教你仅使用 3 行代码,大大加快数据预处理的速度. Python 是机器 ...
- 通达信日线数据转换为feather格式,提高后续数据处理速度
沪深两市股票数量目前为6798只,选股所需要的数据处理时间较长.通过对比,发现使用feather格式可以明显减少数据读写时间,因此,通过修改前面的程序,将数据保存为feather格式. 需要安装fea ...
- 提高数据处理速度_气相色谱仪用数据处理
我们知道由于色谱法本身的特点,决定了它的分析数据后处理过程的复杂性,所以分析结果的可用性很大程度上与数据处理装置的可靠性和数据处理的好坏有关.过去常说,色谱仪的设计制造心脏部分是检测器,色谱分析工作者 ...
- python读取mysql数据每次都耗时600秒_就是这么流弊!三行Python代码,让数据处理速度提高2到6倍...
幸运的是,Python 库中内建了一些隐藏的特性,可以让我们充分利用所有 CPU 核心的能力.通过使用 Python 的 concurrent.futures 模块,我们只需要 3 行代码就可以让一个 ...
- sql语句快速清空表
对于sql清空表有三种清空方式 1.delete------ 是逐行删除速度极慢,不适合大量数据删除 2.truncate---- 删除所有数据,保留表结构,不能撤消还原 3.drop-------- ...
- 专访中国移动钱岭:大数据更像是一种“倍增器”
记者 | 杨丽 出品 | AI科技大本营(rgznai100) 为把握时代特征,2016 年中国移动确定并大力推动"大连接"战略,并制定了"十三五"时期做大连接 ...
最新文章
- R语言:计算各种距离
- 马斯克的SpaceX又双叒叕融资了:喜提131亿,估值破3000亿
- tickcount()修改成小时分钟_推出一分钟追剧新模式 首部真人漫改竖屏番《通灵妃》开播...
- mysql 重置更新祖级字段
- Could not create JarEntryRevision
- Matlab--max,min函数的用法
- 多路平衡归并和败者树
- Ubuntu安装Python的相对简单方法
- Python 为什么要用线程池?
- python 字符串
- Webpack 中 resolve 路径解析
- 春节期间新闻回顾:思科微软多事 熊猫烧香完事
- 汽车诊断协议,(K线/CAN总线、kwp2000、ISO14230、ISO1575...)转载
- 腾讯云服务器如何开启虚拟化,腾讯云服务器虚拟化驱动是什么
- 前言-《揭示Kali Linux 》翻译连载02
- SequoiaDB 巨杉数据库-隔离级别
- UIAutomatorViewer
- 8.linux中的远程登录服务
- 基于OpenCv的视频流处理方法
- 赚钱App研究之格式转换类app