İçeriğe geç
parazade
Yapay Zeka

FLOPS Ne Demek?

Yayın: · Son güncelleme:

FLOPS Ne Demek? Kısaca

FLOPS (Floating Point Operations Per Second), bir işlemcinin bir saniyede yapabildiği kayan noktalı sayı işlemi sayısını gösteren performans ölçüsüdür. Yapay zekâ donanımlarının hesaplama gücünü karşılaştırmak için yaygın olarak kullanılır.

FLOPS nedir?
İçindekiler
  1. FLOPS ne demek?
  2. Yapay zekâda FLOPS
  3. Nelere dikkat etmeli?

FLOPS, "saniyedeki kayan noktalı işlem sayısı" anlamına gelir. Kayan noktalı sayılar, 3,14 ya da 0,00021 gibi ondalıklı değerlerdir. Bilimsel hesaplamalar ve yapay zekâ modelleri bu tür sayılarla çalıştığı için FLOPS, bir donanımın ne kadar hızlı hesap yapabildiğinin temel göstergelerinden biridir.

FLOPS ne demek?

Bir işlemci saniyede bir milyar kayan noktalı toplama ya da çarpma yapabiliyorsa, gücü 1 GFLOPS'tur. Büyük değerler için ön ekler kullanılır:

Birim Değer
GFLOPS (giga) 10⁹ işlem/saniye
TFLOPS (tera) 10¹² işlem/saniye
PFLOPS (peta) 10¹⁵ işlem/saniye
EFLOPS (exa) 10¹⁸ işlem/saniye

Sık karıştırılan bir nokta: Sondaki S "saniye" anlamındaysa FLOPS bir hızı, küçük s ile yazılan FLOPs ya da FLOP ise toplam işlem sayısını gösterir. Örneğin bir modelin eğitimi için gereken toplam hesaplama miktarı FLOP cinsinden ifade edilir.

Yapay zekâda FLOPS

  • Donanım gücü: GPU, TPU ve diğer hızlandırıcıların teorik en yüksek performansı FLOPS ile verilir.
  • Hassasiyet farkı: Aynı çip FP32'de daha düşük, FP16 veya FP8 gibi düşük hassasiyetli biçimlerde çok daha yüksek FLOPS değerine ulaşabilir. Karşılaştırma yaparken hangi hassasiyetin kastedildiğine bakmak gerekir.
  • Eğitim maliyeti: Transformer modellerinde eğitim hesaplaması, kaba bir yaklaşımla parametre sayısı × eğitim token sayısı × 6 FLOP olarak tahmin edilir.

Nelere dikkat etmeli?

Üreticilerin açıkladığı FLOPS değerleri teorik tepe değerlerdir. Gerçek iş yüklerinde bellek hızı, veri aktarımı ve yazılım verimliliği nedeniyle bu değerin altında kalınır. Özellikle büyük dil modellerinde metin üretimi sırasında darboğaz çoğu zaman FLOPS değil, bellek bant genişliğidir. Bu yüzden tek bir sayıya bakarak performans yargısı vermek yanıltıcı olabilir. Benzer bir ölçü olan TOPS ise genellikle tam sayı işlemleri için kullanılır.

Sıkça Sorulan Sorular

FLOPS nedir, TOPS ile farkı ne?

FLOPS saniyedeki kayan noktalı işlem sayısını ölçer. TOPS ise saniyedeki trilyon işlemi ifade eder ve genellikle INT8 gibi tam sayı işlemleri için, özellikle NPU'ların performansını anlatırken kullanılır.

Yüksek FLOPS her zaman daha hızlı yapay zekâ demek mi?

Her zaman değil. Bellek bant genişliği, bellek kapasitesi ve yazılım desteği de performansı belirler. Teorik FLOPS değeri yüksek bir çip, bellek darboğazı yüzünden gerçek işte beklenenden yavaş kalabilir.

İlgili terimler

TOPS(Tera Operations Per Second)TOPS (Tera Operations Per Second), bir işlemcinin saniyede kaç trilyon temel işlem yapabildiğini gösteren bir performans ölçüsüdür. Özellikle NPU gibi yapay zekâ hızlandırıcılarının teorik gücünü anlatmak için kullanılır.Hesaplama Gücü(Compute)Hesaplama gücü (compute), bir sistemin belirli sürede yapabildiği işlem miktarıdır. Yapay zekâda bir modeli eğitmek ve çalıştırmak için harcanan toplam işlem kapasitesini anlatır ve genellikle FLOPS gibi birimlerle ölçülür.GPU(Graphics Processing Unit)GPU (Graphics Processing Unit, grafik işlem birimi), çok sayıda basit hesabı aynı anda yapabilen işlemcidir. Başlangıçta oyun ve grafik için geliştirilmiş, paralel hesaplama gücü sayesinde yapay zekâ eğitimi ve çıkarımının temel donanımı olmuştur.Bellek Bant Genişliği(Memory Bandwidth)Bellek bant genişliği, bir bellek biriminin işlemciye veya grafik işlemcisine birim zamanda aktarabildiği veri miktarıdır; genellikle GB/s veya TB/s ile ölçülür ve büyük yapay zekâ modellerinin ne kadar hızlı çalışacağını belirleyen temel etkenlerden biridir.TPU(Tensor Processing Unit)TPU (Tensor Processing Unit, tensör işlem birimi), Google'ın makine öğrenmesi modellerinin eğitimini ve çalıştırılmasını hızlandırmak için özel olarak tasarladığı bir işlemcidir. Ağırlıklı olarak Google'ın veri merkezlerinde ve bulut hizmetinde kullanılır.FP16FP16 (yarım hassasiyet), sayıları 16 bit ile saklayan kayan noktalı sayı biçimidir. Yapay zekâda model ağırlıklarını ve hesaplamaları 32 bitlik biçime göre yarı bellekle ve genellikle daha hızlı işlemek için kullanılır.TransformerTransformer, metin gibi sıralı verileri dikkat mekanizmasıyla paralel işleyen ve büyük dil modellerinin çoğunun temelini oluşturan bir sinir ağı mimarisidir.