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
  • Pro­ces­seurs dernière gé­né­ra­tion
  • Hardware dédié haute per­for­mance
  • Data centers certifiés ISO

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.

Aller au menu principal