ଟେରାଫ୍ଲପ୍ କ'ଣ? TFLOPS, କାର୍ଯ୍ୟଦକ୍ଷତା ଏବଂ ବାସ୍ତବ-ବିଶ୍ୱ ପ୍ରୟୋଗ ପାଇଁ ଚୂଡ଼ାନ୍ତ ମାର୍ଗଦର୍ଶିକା

I. ପରିଚୟ

ଦୁନିଆରେ ଉଚ୍ଚ-କ୍ଷମତା ସମ୍ପନ୍ନ କମ୍ପ୍ୟୁଟିଂ, ଶବ୍ଦଟି ଟେରାଫ୍ଲପ୍—କିମ୍ବା ଟଫ୍ଲପ୍ସ—ଏହା କମ୍ପ୍ୟୁଟରର ଏକ ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ ମାପକାଠି ଗଣନା ଶକ୍ତି। କ ଟେରାଫ୍ଲପ୍ କାର୍ଯ୍ୟ କରିବାର କ୍ଷମତାକୁ ପ୍ରତିନିଧିତ୍ୱ କରେ ପ୍ରତି ସେକେଣ୍ଡରେ ଏକ ଟ୍ରିଲିୟନ ଭାସମାନ-ବିନ୍ଦୁ କାର୍ଯ୍ୟ, ଏହାକୁ କଞ୍ଚା ପରିମାଣର ଏକ ମାନକ ଉପାୟ କରିବା ପ୍ରକ୍ରିୟାକରଣ କାର୍ଯ୍ୟଦକ୍ଷତା। ଏହି ମାପଦଣ୍ଡ ତୁଳନା କରିବା ପାଇଁ ବହୁଳ ଭାବରେ ବ୍ୟବହୃତ ହୁଏ CPUଗୁଡ଼ିକ, GPU ଗୁଡିକ, ଏବଂ ଏପରିକି ସୁପର କମ୍ପ୍ୟୁଟର, ଇଞ୍ଜିନିୟର, ଗେମର ଏବଂ ଗବେଷକମାନଙ୍କୁ ବୁଝିବାକୁ ଅନୁମତି ଦିଏ ଯେ ଏକ ସିଷ୍ଟମ୍ ଏକ ନିର୍ଦ୍ଦିଷ୍ଟ ସମୟରେ କେତେ ଡାଟା ପ୍ରକ୍ରିୟାକରଣ କରିପାରିବ।

ବୁଝାମଣା ଟଫ୍ଲପ୍ସ ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ କାରଣ ଏହା ମେସିନର ପରିଚାଳନା କରିବାର କ୍ଷମତା ବିଷୟରେ ଅନ୍ତର୍ଦୃଷ୍ଟି ପ୍ରଦାନ କରେ କମ୍ପ୍ୟୁଟ୍-ସଘନ କାର୍ଯ୍ୟଭାର ଯେପରିକି:

• ବୈଜ୍ଞାନିକ ସିମୁଲେସନଗୁଡ଼ିକ (ପାଗ ମଡେଲିଂ, ଆଣବିକ ଗତିଶୀଳତା)

• ଗେମିଂ ଏବଂ ଗ୍ରାଫିକ୍ସ ରେଣ୍ଡରିଂ (ରିଅଲ୍-ଟାଇମ୍ ରେ ଟ୍ରେସିଂ, 4K ଗେମିଂ)

• କୃତ୍ରିମ ବୁଦ୍ଧିମତ୍ତା ଏବଂ ମେସିନ୍ ଲର୍ନିଂ ତାଲିମ

• ବଡ଼ ଡାଟା ଆନାଲିଟିକ୍ସ ଏବଂ କ୍ଲାଉଡ୍ କମ୍ପ୍ୟୁଟିଂ କାର୍ଯ୍ୟଗୁଡ଼ିକ

ଯେତେବେଳେ ଘଣ୍ଟା ବେଗ (GHz) ଏବଂ ମୂଳ ସଂଖ୍ୟା ପ୍ରାୟତଃ ବିଜ୍ଞାପନ କରାଯାଏ, ଟେରାଫ୍ଲପ୍ସ ଏକ ସ୍ପଷ୍ଟ ଚିତ୍ର ଦିଅ ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ କାର୍ଯ୍ୟଦକ୍ଷତା, ଯାହା ସଠିକ ଗାଣିତିକ ଗଣନା ଆବଶ୍ୟକ କରୁଥିବା ପ୍ରୟୋଗ ପାଇଁ ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ। ଏହି ପ୍ରବନ୍ଧଟି ଅନୁସନ୍ଧାନ କରେ ଟେରାଫ୍ଲପ୍ କ'ଣ?, TFLOPS କିପରି ମାପ କରାଯାଏ, ସେମାନଙ୍କର ବାସ୍ତବ-ବିଶ୍ୱ ପ୍ରୟୋଗଗୁଡ଼ିକ, ଏବଂ ଏଗୁଡ଼ିକର ଅର୍ଥ କ'ଣ ଆଧୁନିକ କମ୍ପ୍ୟୁଟିଂ ଉପକରଣଗୁଡ଼ିକ—ଗେମିଂ କନସୋଲ ଠାରୁ ଡାଟା ସେଣ୍ଟର GPUଗୁଡ଼ିକ AIକୁ ଶକ୍ତିଶାଳୀ କରୁଛି।

II. ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ ଅପରେସନ୍ସର ମୌଳିକ ତତ୍ତ୍ୱ (FLOPS)

ବୁଝିବାର ମୂଳରେ ଏକ ଟେରାଫ୍ଲପ୍ ଏହାର ଧାରଣା ଫ୍ଲପ୍‌ଗୁଡ଼ିକ—ପ୍ରତି ସେକେଣ୍ଡରେ ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ ଅପରେସନ୍ସ। ଏକ FLOP ଏକ କମ୍ପ୍ୟୁଟିଂ ସିଷ୍ଟମର ଏକକ କାର୍ଯ୍ୟ କରିବାର କ୍ଷମତା ମାପିଥାଏ ଭାସମାନ-ବିନ୍ଦୁ ଗଣନା, ଯେପରିକି ଦଶମିକ ବିନ୍ଦୁ ସହିତ ପ୍ରକୃତ ସଂଖ୍ୟାର ଯୋଗ, ବିଯୋଗ, ଗୁଣନ କିମ୍ବା ଭାଗ। କାରଣ ଅଧିକାଂଶ ଆଧୁନିକ ପ୍ରୟୋଗ - ଯେପରିକି ବୈଜ୍ଞାନିକ ସିମୁଲେସନ୍, AI ତାଲିମ, ଏବଂ 3D ରେଣ୍ଡରିଂ— ଭାସମାନ-ବିନ୍ଦୁ ଗଣିତ ଉପରେ ବହୁତ ନିର୍ଭର କରେ, FLOPS ସୁନା ମାନକ ପାଲଟିଛି ମାପ ପାଇଁ କମ୍ପ୍ୟୁଟିଂ କାର୍ଯ୍ୟଦକ୍ଷତା।

FLOPS ପ୍ରିଫିକ୍ସ ପଦାନୁକ୍ରମ

ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ ପାଟିଗଣିତ ମୌଳିକ ବିଷୟ

ଏକ ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ ସଂଖ୍ୟାକୁ ବ୍ୟବହାର କରି ଦର୍ଶାଯାଇଥାଏ IEEE-754 ମାନକ, ଏଥିରେ ସାମିଲ ଅଛି:

• ସାଇନ୍ ବିଟ୍ (ସକାରାତ୍ମକ କିମ୍ବା ନକାରାତ୍ମକ)

• ଘାତାଙ୍କ (ସଂଖ୍ୟାର ପରିମାଣ)

• ମାଣ୍ଟିସା/ଭଗ୍ନାଂଶ (ସଠିକ ବିବରଣୀ)

ଭିନ୍ନ ସଠିକତା ସ୍ତର କାର୍ଯ୍ୟଦକ୍ଷତା ଏବଂ ସଠିକତାକୁ ପ୍ରଭାବିତ କରେ:

• FP64 (ଡବଲ-ସ୍ପଷ୍ଟତା): ଏଥିରେ ବ୍ୟବହୃତ ବୈଜ୍ଞାନିକ ଗବେଷଣା ଯେଉଁଠାରେ ସଠିକତା ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ

• FP32 (ଏକକ-ପ୍ରିସିସନ୍): ସାଧାରଣତଃ GPU ଗୁଡିକ ଗେମିଂ ଏବଂ ଗ୍ରାଫିକ୍ସ ପାଇଁ

• FP16 (ଅଧା-ସ୍ପଷ୍ଟତା): ଏଥିରେ ବର୍ଦ୍ଧିତ ଭାବରେ ବ୍ୟବହୃତ ହେଉଛି AI ଏବଂ ମେସିନ୍ ଲର୍ଣ୍ଣିଂ ଗତି ଏବଂ ଦକ୍ଷତା ବୃଦ୍ଧି କରିବା ପାଇଁ

କାହିଁକି FLOPS ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ?

ନାପସନ୍ଦ ଘଣ୍ଟା ଗତି (GHz) କିମ୍ବା ମୂଳ ସଂଖ୍ୟା, ଯାହା ଅପରିଷ୍କାର ହାର୍ଡୱେର୍ ସ୍ପେକ୍ସ ଦେଖାଏ, FLOPS ସିଧାସଳଖ ଗାଣିତିକ ଥ୍ରୁପୁଟ୍ ପ୍ରତିଫଳିତ କରେ। ଏହା ମୂଲ୍ୟାଙ୍କନ ପାଇଁ FLOPS କୁ ଅପରିହାର୍ଯ୍ୟ କରିଥାଏ HPC କ୍ଲଷ୍ଟରଗୁଡ଼ିକ, ଡାଟା ସେଣ୍ଟର GPUଗୁଡ଼ିକ, ଏବଂ AI ଆକ୍ସିଲେରେଟର, କେଉଁଠି ସମାନ୍ତରାଳ ପ୍ରକ୍ରିୟାକରଣ ଏବଂ ବାସ୍ତବ-ସମୟ କାର୍ଯ୍ୟଦକ୍ଷତା ଅତ୍ୟାବଶ୍ୟକ।

III. ଟେରାଫ୍ଲପ୍ସ (TFLOPS) କ'ଣ?

କ ଟେରାଫ୍ଲପ୍—ପ୍ରାୟତଃ ସଂକ୍ଷିପ୍ତ ଭାବରେ ଟଫ୍ଲପ୍ସ—ମାପ କରିବାର ଏକ ମାନକ ଉପାୟ କମ୍ପ୍ୟୁଟିଂ କାର୍ଯ୍ୟଦକ୍ଷତା। ଏହି ଶବ୍ଦଟି ମିଶ୍ରଣ କରେ "ସେହି" (ଅର୍ଥ ଟ୍ରିଲିୟନ) ଏବଂ “ଫ୍ଲପ୍” (ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ ଅପରେସନ୍), ଯାହା ଏକ ପ୍ରୋସେସର୍ କିମ୍ବା ସିଷ୍ଟମର କାର୍ଯ୍ୟ ସମ୍ପାଦନ କରିବାର କ୍ଷମତାକୁ ପ୍ରତିନିଧିତ୍ୱ କରେ ପ୍ରତି ସେକେଣ୍ଡରେ ଏକ ଟ୍ରିଲିୟନ ଭାସମାନ-ବିନ୍ଦୁ କାର୍ଯ୍ୟ। ଅନ୍ୟ ଶବ୍ଦରେ, ଏକ ମେସିନ୍ ଯାହା ମୂଲ୍ୟାଙ୍କିତ ହୋଇଛି ୧ ଟିଏଫ୍ଲପ୍ ପ୍ରତି ସେକେଣ୍ଡରେ 1,000,000,000,000 ଗଣନା କରିପାରିବ।

ପ୍ରସଙ୍ଗ ଏବଂ ବ୍ୟବହାରିକ ଅର୍ଥ

ବାସ୍ତବ ଦୁନିଆର ଦୃଷ୍ଟିରୁ, ଟଫ୍ଲପ୍ସ ହେଉଛି ଏକ ଥ୍ରୁପୁଟ୍ ମେଟ୍ରିକ୍, ଏକ କମ୍ପ୍ୟୁଟର କେତେ "ଦ୍ରୁତ" ଅନୁଭବ କରେ ତାହାର ଏକ ସିଧାସଳଖ ସୂଚକ ନୁହେଁ। କାର୍ଯ୍ୟ କରୁଥିବା ହାର୍ଡୱେରର ମୂଲ୍ୟାଙ୍କନ କରିବା ସମୟରେ ଏହା ବିଶେଷ ଭାବରେ ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ ସମାନ୍ତରାଳ ପ୍ରକ୍ରିୟାକରଣ, ଯେପରିକି:

• GPU ଗୁଡିକ ଗେମିଂ, 3D ରେଣ୍ଡରିଂ ଏବଂ ରେ ଟ୍ରେସିଂ ପାଇଁ

• CPUଗୁଡ଼ିକ ବ୍ୟବହୃତ ବୈଜ୍ଞାନିକ ଗଣନା ଏବଂ ସିମୁଲେସନ୍ କାର୍ଯ୍ୟଭାର

• AI ଆକ୍ସିଲେରେଟର ଏବଂ ଏନପିୟୁଗୁଡ଼ିକ ଗଭୀର ଶିକ୍ଷଣ ତାଲିମ ଏବଂ ଅନୁମାନ ପାଇଁ

• ସୁପର କମ୍ପ୍ୟୁଟର ଭିତରେ HPC ପରିବେଶ ଜଟିଳ ମଡେଲଗୁଡ଼ିକୁ ପରିଚାଳନା କରିବା

ହାର୍ଡୱେରରେ TFLOPS ମୂଲ୍ୟାଙ୍କନ

ଆଧୁନିକ ଡିଭାଇସଗୁଡ଼ିକ ପ୍ରାୟତଃ ବିଜ୍ଞାପନ ଦିଅନ୍ତି TFLOPS କାର୍ଯ୍ୟଦକ୍ଷତା ଗଣନା ଶକ୍ତି ପ୍ରଦର୍ଶନ କରିବାର ଏକ ଉପାୟ ଭାବରେ:

• ଗେମିଂ କନସୋଲଗୁଡ଼ିକ – Xbox ସିରିଜ୍ X: 12 TFLOPS, PlayStation 5: ~10 TFLOPS

• ଉଚ୍ଚ-ସ୍ତରୀୟ GPUଗୁଡ଼ିକ – NVIDIA RTX 4090: 82+ FP32 TFLOPS

• ସୁପର କମ୍ପ୍ୟୁଟର – ଫ୍ରଣ୍ଟିୟର୍ (ORNL): 1.1 ଅତିକ୍ରମ କରିଛି ଏକ୍ସାଫ୍ଲପ୍ସ (୧,୧୦୦,୦୦୦ ଟିଏଫ୍ଏଲପିଏସ୍)

TFLOPS ବନାମ ଅନ୍ୟାନ୍ୟ ମେଟ୍ରିକ୍ସ

ଯେତେବେଳେ ଘଣ୍ଟା ଗତି (GHz) ପ୍ରତି ସେକେଣ୍ଡରେ ଚକ୍ର ମାପ କରେ, TFLOPS ପ୍ରକୃତ ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ ଥ୍ରୁପୁଟ୍ ମାପ କରେ। ସମାନ GHz ରେଟିଂ ସହିତ ଦୁଇଟି ପ୍ରୋସେସର TFLOPS ରେ ବହୁତ ଭିନ୍ନ ହୋଇପାରେ ମୂଳ ସଂଖ୍ୟା, ଭେକ୍ଟର ୟୁନିଟଗୁଡ଼ିକ, ଏବଂ ନିର୍ଦ୍ଦେଶ ସେଟ୍‌ଗୁଡ଼ିକ (SIMD, FMA)।

ବୁଝାମଣା ଟେରାଫ୍ଲପ୍ସ ଇଞ୍ଜିନିୟର, ଗେମର ଏବଂ ଗବେଷକମାନଙ୍କୁ ଏକ ସିଷ୍ଟମର ମୁକାବିଲା କରିବାର କ୍ଷମତା ମାପିବାରେ ସାହାଯ୍ୟ କରେ କମ୍ପ୍ୟୁଟ୍-ସଘନ କାର୍ଯ୍ୟଭାର, ଠାରୁ AI ମଡେଲ୍ ତାଲିମ କୁ ରିଅଲ୍-ଟାଇମ୍ ରେଣ୍ଡରିଂ ଏବଂ ବୈଜ୍ଞାନିକ ସିମୁଲେସନ୍।

IV. ମାପ, ମାନଦଣ୍ଡ, ଏବଂ ବାସ୍ତବତା

ଯେତେବେଳେ ଟଫ୍ଲପ୍ସ ର ଏକ ସୈଦ୍ଧାନ୍ତିକ ମାପ ପ୍ରଦାନ କରେ ଗଣନା ଶକ୍ତି, ପ୍ରକୃତ କାର୍ଯ୍ୟଦକ୍ଷତା ପ୍ରକୃତ କାର୍ଯ୍ୟଭାରରେ ହାସଲ କରାଯାଇଥିବା ବିଷୟଗୁଡ଼ିକ ଯଥେଷ୍ଟ ଭିନ୍ନ ହୋଇପାରେ। ବୁଝାମଣା ଟେରାଫ୍ଲପ୍ କିପରି ମାପ କରାଯାଏ ପ୍ରକାଶିତ ସଂଖ୍ୟାଗୁଡ଼ିକୁ ସଠିକ୍ ଭାବରେ ବ୍ୟାଖ୍ୟା କରିବାର ଚାବିକାଠି।

ସୈଦ୍ଧାନ୍ତିକ ବନାମ ନିରନ୍ତର TFLOPS

ନିର୍ମାତାମାନେ ପ୍ରାୟତଃ ବିଜ୍ଞାପନ ଦିଅନ୍ତି ଶିଖର ତତ୍ତ୍ୱିକ TFLOPS, ବ୍ୟବହାର କରି ଗଣନା କରାଯାଇଛି:

ସୂତ୍ର:
TFLOPS = କୋର ସଂଖ୍ୟା × ଘଣ୍ଟା ଗତି × ପ୍ରତି ସାଇକେଲରେ FLOPs

ଏହା ସଂପୂର୍ଣ୍ଣ ଉପଯୋଗକୁ ଅନୁମାନ କରେ, ପ୍ରତ୍ୟେକ କୋର କୌଣସି ବାଧା ବିନା ପୂର୍ଣ୍ଣ ଗତିରେ ଚାଲିବ। ଅଭ୍ୟାସରେ, ସଷ୍ଟେନେଡ୍ TFLOPS ପ୍ରାୟତଃ ନିମ୍ନଲିଖିତ କାରଣରୁ କମ୍ ହୋଇଥାଏ:

• ମେମୋରୀ ବ୍ୟାଣ୍ଡୱିଡଥ୍ ସୀମା – ଧୀର ଡାଟା ଫିଡ୍ ଥ୍ରୁପୁଟ୍ ହ୍ରାସ କରେ

• ନିର୍ଦ୍ଦେଶ ବାଧା – ନିର୍ଭରଶୀଳତା 100% ବ୍ୟବହାରକୁ ରୋକିଥାଏ

• ଥର୍ମାଲ୍ ଥ୍ରଟଲିଂ – ଅତ୍ୟଧିକ ଭାର ତଳେ ଗରମ ଘଣ୍ଟାର ଗତିକୁ ହ୍ରାସ କରିପାରେ

• ସଫ୍ଟୱେର୍ ଅଦକ୍ଷତା – ଖରାପ ଅପ୍ଟିମାଇଜେସନ୍ କମ୍ପ୍ୟୁଟ୍ ସମ୍ବଳଗୁଡ଼ିକୁ ନଷ୍ଟ କରେ

ବେଞ୍ଚମାର୍କିଂ ଉପକରଣଗୁଡ଼ିକ

ଶିଳ୍ପ-ମାନକ ମାନଦଣ୍ଡ ବାସ୍ତବ-ଜଗତକୁ ମାପିବାରେ ସାହାଯ୍ୟ କରନ୍ତୁ ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ କାର୍ଯ୍ୟଦକ୍ଷତା:

• ଲିନପ୍ୟାକ୍ ବେଞ୍ଚମାର୍କ – ରେ ବ୍ୟବହୃତ ଶ୍ରେଷ୍ଠ ୫୦୦ ସୁପର କମ୍ପ୍ୟୁଟର ତାଲିକା, FP64 (ଡବଲ-ପ୍ରିସିସନ୍) କାର୍ଯ୍ୟଦକ୍ଷତା ଉପରେ ଗୁରୁତ୍ୱ ଦିଏ

• ସ୍ପେକ୍ CPU – ଏକାଧିକ କାର୍ଯ୍ୟଭାର ମଧ୍ୟରେ CPU ଦକ୍ଷତା ମୂଲ୍ୟାଙ୍କନ କରେ।

• 3DMark / GFXBench – ମାପ GPU TFLOPS ଗେମିଂ ଏବଂ ରେଣ୍ଡରିଂ ପାଇଁ କାର୍ଯ୍ୟଦକ୍ଷତା

ବାସ୍ତବ-ବିଶ୍ୱ ପ୍ରଭାବ

କେବଳ ଉପରେ ଡିଭାଇସଗୁଡ଼ିକର ତୁଳନା TFLOPS ମୂଲ୍ୟାଙ୍କନ ଭ୍ରାମକ ହୋଇପାରେ। ଅଧିକ TFLOPS ଥିବା ଏକ GPU ଯଦି ପର୍ଯ୍ୟାପ୍ତ ଥାଏ ତେବେ ମଧ୍ୟ ଖରାପ ପ୍ରଦର୍ଶନ କରିପାରେ ମେମୋରୀ ବ୍ୟାଣ୍ଡୱିଡଥ୍ କିମ୍ବା ଅଦକ୍ଷ ଡ୍ରାଇଭର। ସେହିପରି, CPU TFLOPS ନିର୍ଦ୍ଦେଶ-ସ୍ତରୀୟ ସମାନ୍ତରାଳତା କିମ୍ବା କ୍ୟାଶ୍ ଆକାର ଦ୍ୱାରା ସୀମିତ ହୋଇପାରେ।

ଏଠାରେ ବୃତ୍ତିଗତଙ୍କ ପାଇଁ ଏଚ୍‌ପିସି, AI ମଡେଲ୍ ତାଲିମ, କିମ୍ବା ବୈଜ୍ଞାନିକ ଗବେଷଣା, ଏହା ଦେଖିବା ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ ନିରନ୍ତର କାର୍ଯ୍ୟଦକ୍ଷତା ମେଟ୍ରିକ୍ସ, ଶକ୍ତି ଦକ୍ଷତା, ଏବଂ କାର୍ଯ୍ୟଭାର-ନିର୍ଦ୍ଦିଷ୍ଟ ମାନଦଣ୍ଡ ଏକ ସିଷ୍ଟମର ସଠିକ୍ ଚିତ୍ର ପାଇବା ପାଇଁ ପ୍ରକୃତ ଗଣନା କ୍ଷମତା. ଯଦି ଆପଣ ଆପଣଙ୍କର ଉଚ୍ଚ କ୍ଷମତା ସମ୍ପନ୍ନ କମ୍ପ୍ୟୁଟିଂ ଆବଶ୍ୟକତା ପାଇଁ ଶିଳ୍ପ କମ୍ପ୍ୟୁଟର ଖୋଜୁଛନ୍ତି, ଦୟାକରି କ୍ଲିକ୍ କରନ୍ତୁ ରାକମାଉଣ୍ଟ ପିସି, ଏମ୍ବେଡ୍ ହୋଇଥିବା ପିସି, ଇତ୍ୟାଦି।

V. ଟେରାଫ୍ଲପର ପ୍ରୟୋଗ

ର ଗୁରୁତ୍ୱ ଟଫ୍ଲପ୍ସ ତତ୍ତ୍ୱଠାରୁ ଅଧିକ - ଏହାର ପ୍ରକୃତ ମୂଲ୍ୟ ଏଥିରେ ଦେଖାଯାଏ ବାସ୍ତବ-ବିଶ୍ୱ ପ୍ରୟୋଗଗୁଡ଼ିକ ଯେଉଁଠାରେ ବିପୁଳ କମ୍ପ୍ୟୁଟେସନାଲ ଥ୍ରୁପୁଟ୍ ଆବଶ୍ୟକ। ଅଧିକ ସିଷ୍ଟମ ସହିତ ଟେରାଫ୍ଲପ୍ ମୂଲ୍ୟାଙ୍କନ ଉତ୍କର୍ଷ ହାସଲ କରିବା ସମାନ୍ତରାଳ ପ୍ରକ୍ରିୟାକରଣ କାର୍ଯ୍ୟଗୁଡ଼ିକ, ଗେମିଂ ଠାରୁ ଆରମ୍ଭ କରି ଶିଳ୍ପଗୁଡ଼ିକରେ ନବସୃଜନକୁ ଶକ୍ତି ପ୍ରଦାନ କରିବା ବୈଜ୍ଞାନିକ ଗବେଷଣା।

ଗେମିଂ ଏବଂ ଗ୍ରାଫିକ୍ସ

ଗେମିଂ ଶିଳ୍ପରେ, ଟଫ୍ଲପ୍ସ ସିଧାସଳଖ ପ୍ରଭାବିତ କରିବା ଗ୍ରାଫିକ୍ସ କାର୍ଯ୍ୟଦକ୍ଷତା ଏବଂ ଫ୍ରେମ୍ ରେଟ୍। GPU ଗୁଡିକ ଅଧିକ TFLOPS ସହିତ ଅଧିକ ପ୍ରକ୍ରିୟାକରଣ କରିପାରିବ ଶୀର୍ଷବିନ୍ଦୁ, ପିକ୍ସେଲ୍, ଏବଂ ସେଡର୍ସ, ସକ୍ଷମ କରୁଛି:

• ରିଅଲ୍-ଟାଇମ୍ ରେ ଟ୍ରେସିଂ ଜୀବନ୍ତ ଆଲୋକ ପାଇଁ

• 4K ଏବଂ 8K ରେଣ୍ଡରିଂ ଉଚ୍ଚ ଫ୍ରେମ୍ ରେଟ୍‌ରେ

• VR ଏବଂ AR ଅନୁଭୂତି କମ୍ ଲାଟେନ୍ସୀ ସହିତ

ଉଦାହରଣ ସ୍ୱରୂପ, Xbox ସିରିଜ୍ X (୧୨ TFLOPS) ଏବଂ ପ୍ଲେଷ୍ଟେସନ 5 (~10 TFLOPS) ବ୍ୟବହାର କରି ପାଖାପାଖି PC-ସ୍ତରୀୟ ଗ୍ରାଫିକ୍ସ ଗୁଣବତ୍ତା ପ୍ରଦାନ କରିବା GPU କମ୍ପ୍ୟୁଟ୍ ପାୱାର୍ ଟେରାଫ୍ଲପ୍ସରେ ମାପ କରାଯାଇଛି।

କୃତ୍ରିମ ବୁଦ୍ଧିମତା ଏବଂ ମେସିନ୍ ଶିକ୍ଷଣ

AI କାର୍ଯ୍ୟଭାର—ବିଶେଷକରି ଗଭୀର ଶିକ୍ଷା ତାଲିମ—ଟ୍ରିଲିୟନ ଆବଶ୍ୟକ ମାଟ୍ରିକ୍ସ ଗୁଣନ ଏବଂ ଭେକ୍ଟର ସଂଚାଳନ। ହାଇ-ଟିଏଫ୍ଲୋପ୍ସ GPU ଗୁଡିକ, ଯେପରିକି NVIDIA ର A100 ଏବଂ ଏଚ୍ ୧୦୦, ତ୍ୱରାନ୍ୱିତ କରିବା ପାଇଁ ଶହ ଶହ TFLOPS (FP16/FP8) ପ୍ରଦାନ କରନ୍ତୁ:

• ନ୍ୟୁରାଲ ନେଟୱାର୍କ ତାଲିମ

• ବାସ୍ତବ-ସମୟ ଅନୁମାନ

• ସୁପାରିଶ ସିଷ୍ଟମଗୁଡ଼ିକ

• ଜେନେରେଟିଭ୍ AI ମଡେଲ୍‌ଗୁଡ଼ିକ

ଉଚ୍ଚ-ପ୍ରଦକ୍ଷତା କମ୍ପ୍ୟୁଟିଂ (HPC)

ଭିତରେ HPC କ୍ଲଷ୍ଟରଗୁଡ଼ିକ ଏବଂ ସୁପର କମ୍ପ୍ୟୁଟର, TFLOPS ଏବଂ ପିଏଫ୍ଏଲପିଏସ୍ ଚଲାଇବା ପାଇଁ ମୂଲ୍ୟାଙ୍କନ ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ:

• ପାଣିପାଗ ଏବଂ ଜଳବାୟୁ ସିମୁଲେସନ

• ଆଣବିକ ଗତିଶୀଳତା ଏବଂ ଔଷଧ ଆବିଷ୍କାର

• ଖଗୋଳ ଭୌତିକ ମଡେଲିଂ

• ଆର୍ଥିକ ବିପଦ ବିଶ୍ଳେଷଣ

ଡାଟା ପ୍ରକ୍ରିୟାକରଣ ଏବଂ କ୍ଲାଉଡ୍ କାର୍ଯ୍ୟଭାର

କ୍ଲାଉଡ୍ ପ୍ରଦାନକାରୀ ବିଜ୍ଞାପନ ଦେବା ପ୍ରତି ଉଦାହରଣ ପାଇଁ TFLOPS କମ୍ପ୍ୟୁଟ୍ ନୋଡ୍ ବାଛିଥିବା ଗ୍ରାହକମାନଙ୍କୁ ମାର୍ଗଦର୍ଶନ କରିବା ପାଇଁ ବଡ଼ ଡାଟା ଆନାଲିଟିକ୍ସ, ଭିଡିଓ ଟ୍ରାନ୍ସକୋଡିଂ, କିମ୍ବା ରିଅଲ୍-ଟାଇମ୍ IoT ପ୍ରକ୍ରିୟାକରଣ।

ସଂକ୍ଷେପରେ, ଟେରାଫ୍ଲପ୍ସ ନବସୃଜନକୁ ସକ୍ଷମ କରେ ଯେଉଁଠାରେ ଉଚ୍ଚ-ଆକାର, ସଠିକ, ସମାନ୍ତରାଳ ଗଣନା ଆବଶ୍ୟକ ହୁଏ - ସେଗୁଡ଼ିକୁ ମୂଲ୍ୟାଙ୍କନ ପାଇଁ ଏକ କେନ୍ଦ୍ରୀୟ ମାପଦଣ୍ଡ କରିଥାଏ ଆଧୁନିକ CPU, GPU, ଏବଂ AI ଆକ୍ସିଲେରେଟର।

VI. ଏକ ମେଟ୍ରିକ୍ ଭାବରେ TFLOPS ର ସୁବିଧା ଏବଂ ସୀମା

ଯେତେବେଳେ ଟଫ୍ଲପ୍ସ ଏକ ବହୁଳ ଭାବରେ ସ୍ୱୀକୃତ ସୂଚକ ପାଲଟିଛି କମ୍ପ୍ୟୁଟିଂ କାର୍ଯ୍ୟଦକ୍ଷତା, ଏହାର ଉଭୟକୁ ବୁଝିବା ଜରୁରୀ ଶକ୍ତି ଏବଂ ତ୍ରୁଟି।

TFLOPS ର ଲାଭ

ଟଫ୍ଲପ୍ସ ପ୍ରଦାନ କରେ ଏକ ସ୍ପଷ୍ଟ, ପରିମାଣାତ୍ମକ ମାପ ଏକ ପ୍ରୋସେସରର କିମ୍ବା GPUର ଫ୍ଲୋଟିଂ-ପଏଣ୍ଟ କାର୍ଯ୍ୟଦକ୍ଷତା, ଏହାକୁ ଏଥିପାଇଁ ଉପଯୋଗୀ କରିଥାଏ:

• ହାର୍ଡୱେରର ତୁଳନା କରିବା – CPU, GPU, ଏବଂ ସୁପରକମ୍ପ୍ୟୁଟରଗୁଡ଼ିକୁ ଏକ ସାଧାରଣ ସ୍କେଲରେ ମୂଲ୍ୟାଙ୍କନ କରାଯାଇପାରିବ (ଏଠାରେ କ୍ଲିକ୍ କରନ୍ତୁ) GPU ସହିତ ଶିଳ୍ପ ପିସି, GPU ସହିତ ଦୃଢ଼ ଲାପଟପ୍)

• ଆକାର ଗଣନା କ୍ଷମତା – ପାଇଁ ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ HPC କ୍ଲଷ୍ଟରଗୁଡ଼ିକ, AI ତାଲିମ, ଏବଂ ବୈଜ୍ଞାନିକ କାର୍ଯ୍ୟଭାର

• କାର୍ଯ୍ୟଦକ୍ଷତା ଧାରା ଚିହ୍ନଟ କରିବା – ପିଢ଼ିଗତ ଉନ୍ନତିଗୁଡ଼ିକୁ ଟ୍ରାକ୍ କରିବାରେ ସାହାଯ୍ୟ କରେ (ଯଥା, ଗିଗାଫ୍ଲପ୍ସ → ଟେରାଫ୍ଲପ୍ସ → ପେଟାଫ୍ଲପ୍ସ)

• ମାର୍କେଟିଂ ଏବଂ ନିର୍ଦ୍ଦିଷ୍ଟକରଣ ସ୍ପଷ୍ଟତା – ଏକ ସଂଖ୍ୟା ଯାହା ସୈଦ୍ଧାନ୍ତିକ ଗଣନା ସମ୍ଭାବନାକୁ ଯୋଗାଯୋଗ କରେ

ଏହି ମାପଦଣ୍ଡ ବିଶେଷ ଭାବରେ କାର୍ଯ୍ୟଭାର ପାଇଁ ପ୍ରଭାବଶାଳୀ ଯାହା ଉପରେ ବହୁତ ନିର୍ଭର କରେ ସମାନ୍ତରାଳ ଭାସମାନ-ବିନ୍ଦୁ ଗଣନା, ଯେପରିକି 3D ରେଣ୍ଡରିଂ, ନ୍ୟୁରାଲ୍ ନେଟୱାର୍କ ତାଲିମ, କିମ୍ବା ଜଳବାୟୁ ମଡେଲିଂ।

ସୀମାବଦ୍ଧତା ଏବଂ ଭୁଲ ଧାରଣା

ତଥାପି, TFLOPS ଏକ ସମ୍ପୂର୍ଣ୍ଣ ଚିତ୍ର ନୁହେଁ। ସିଷ୍ଟମ୍ କାର୍ଯ୍ୟଦକ୍ଷତା। ଅନେକ କାରଣ ଯୋଗୁଁ ଅଧିକ TFLOPS ଥିବା ଡିଭାଇସ୍ ପ୍ରକୃତ କାର୍ଯ୍ୟରେ ଖରାପ ହୋଇପାରେ:

• ମେମୋରୀ ବ୍ୟାଣ୍ଡୱିଡଥ୍ ସୀମା – ତଥ୍ୟ ଅଭାବ ବ୍ୟବହାରକୁ ସୀମିତ କରେ

• ସଫ୍ଟୱେର୍ ଅଦକ୍ଷତା – ଖରାପ ଭାବରେ ଅପ୍ଟିମାଇଜ୍ ହୋଇଥିବା କୋଡ୍ ସମ୍ପୂର୍ଣ୍ଣ ଗଣନା କ୍ଷମତାର ଉପଯୋଗ କରିପାରିବ ନାହିଁ

• ଥର୍ମାଲ୍ ଥ୍ରଟଲିଂ ଏବଂ ପାୱାର ସୀମା – କମ୍ ନିରନ୍ତର ଘଣ୍ଟା ଗତି ପ୍ରକୃତ ଆଉଟପୁଟ୍ ହ୍ରାସ କରେ

• ବିଭିନ୍ନ ସଠିକତା ମୋଡ୍ – FP16, FP32, FP64 କାର୍ଯ୍ୟଦକ୍ଷତା ସ୍ଥାପତ୍ୟ ମଧ୍ୟରେ ଭିନ୍ନ ହୋଇଥାଏ।

 
 
TFLOPS = (କୋର ସଂଖ୍ୟା × ଘଣ୍ଟା ଗତି × ପ୍ରତି ସାଇକେଲରେ FLOPs) ÷ 1 , 000 , 000 , 000 , 000