Le nombre de téraFLOPS (TFLOPS) indique le nombre de billions de calculs en virgule flottante qu’un ordinateur peut effectuer en une seconde. Cette valeur sert à mesurer la puissance des processeurs, notamment des processeurs graphiques (GPU) et des supercalculateurs. Les TFLOPS sont particulièrement pertinents pour les applications impliquant des calculs intensifs, comme l’intelligence artificielle, les simulations scientifiques et le Machine Learning.

Que sont les FLOPS et à quoi servent-ils ?

FLOPS est l’abréviation de « Floating Point Operations per Second ». Il s’agit d’une unité de mesure de la puissance de calcul d’un ordinateur. Une opération à virgule flottante est un calcul mathématique utilisant des nombres décimaux représentés sous forme de virgule flottante, contrairement aux entiers. Cela est particulièrement important pour les applications de calcul intensif qui requièrent un haut niveau de précision.

Les FLOPS sont principalement utilisés dans les calculs scientifiques, les simulations, l’intelligence artificielle, le Machine Learning et les applications graphiques. Ils jouent un rôle central dans divers domaines, comme l’imagerie médicale ou les simulations physiques, ou encore dans le secteur financier pour l’analyse des données de marché. Dans l’industrie du jeu, ils déterminent la performance graphique des GPU modernes. L’augmentation du nombre de FLOPS permet aux ordinateurs modernes de calculer des effets physiques de plus en plus réalistes et des graphismes haute résolution.

Les FLOPS sont généralement mesurés par des tests de référence spécialement conçus à cet effet, qui déterminent le nombre d’opérations en virgule flottante par seconde. Parmi les différents benchmarks utilisés, on peut citer LINPACK, qui est surtout utilisé pour les superordinateurs, et les benchmarks FP32/FP64, qui évaluent la puissance de calcul des GPU. Ces tests consistent à effectuer des calculs mathématiques complexes afin de déterminer le nombre d’opérations par seconde qu’un système peut gérer. Les fabricants donnent souvent des valeurs FLOPS théoriques basées sur l’architecture, alors que les applications réelles peuvent varier en fonction de la charge de travail et de l’efficacité.

Serveurs dédiés
Performance et innovation

Profitez de votre propre serveur, avec hardware dédié, intégration Cloud, facturation à la minute et processeur Intel® Xeon® ou AMD.

Combien de FLOPS correspondent à un téraFLOPS ?

Un téraFLOPS correspond exactement à un billion (1 000 000 000 000 ou 1012) d’opérations en virgule flottante par seconde. Cela signifie qu’un processeur ou un GPU capable d’effectuer 1 TFLOP peut réaliser un billion d’opérations de calcul par seconde.

Pour comparaison, un ordinateur qui n’atteint qu’un FLOP par seconde mettrait plus de 31 000 ans pour effectuer un nombre aussi important de calculs. Un téraFLOPS est donc une unité de calcul extrêmement puissante qui permet des applications modernes en temps réel.

Les autres unités FLOPS et leur conversion en TFLOPS

Il existe différentes unités FLOPS, qui varient en fonction de la puissance de calcul d’un système. La conversion en TFLOPS s’effectue à l’aide de puissances de dix :

Unité Valeur en FLOPS Conversion en TFLOPS
KiloFLOPS 103 FLOPS (1 000) 10-9 TFLOPS
MégaFLOPS 106 FLOPS (1 million) 10-6 TFLOPS
GigaFLOPS 109 FLOPS (1 milliard) 10-3 TFLOPS
TéraFLOPS 1012 FLOPS (1 billion) 1 TFLOP
PétaFLOPS 1015 FLOPS (1 billiard) 103 TFLOPS
ExaFLOPS 1018 FLOPS (1 trillion) 106 TFLOPS

Les supercalculateurs sont aujourd’hui mesurés en pétaFLOPS, voire en éxaFLOPS, tandis que les cartes graphiques haut de gamme sont souvent évaluées en téraFLOPS.

Combien de FLOPS atteignent les ordinateurs et les GPU modernes ?

Les ordinateurs modernes dans le domaine du High Performance Computing (HPC) et les processeurs graphiques ont désormais atteint des valeurs FLOPS impressionnantes. Par exemple, le NVIDIA H100, l’un des GPU les plus puissants pour les applications d’IA et de data centers, atteint 989 téraFLOPS pour les calculs FP32 Tensorcore. Cela le rend idéal pour les réseaux neuronaux et les simulations à grande échelle.

Le NVIDIA A30, un GPU optimisé pour les data center, atteint environ 10 TFLOPS et est particulièrement adapté à l’entraînement et à l’inférence en intelligence artificielle. À titre de comparaison, la carte graphique NVIDIA RTX 4090, destinée aux joueurs, atteint plus de 100 TFLOPS lorsqu’elle est overclockée, offrant ainsi des graphismes d’un réalisme saisissant.

Les supercalculateurs sont encore bien plus puissants : le supercalculateur « Frontier » dépasse la barre de 1 éxaFLOPS et est utilisé pour des simulations scientifiques très complexes. D’autres supercalculateurs à haute performance, comme le « Fugaku » japonais, sont utilisés dans la recherche et atteignent également des puissances similaires.

Serveurs GPU
Hardware dédié avec une puissante carte graphique

Utilisez la puissance de calcul GPU en toute flexibilité pour gérer de grandes quantités de données et payez uniquement les ressources utilisées.

Cet article vous a-t-il été utile ?
Aller au menu principal