《中国算力白皮书（2022年）》给出的一个定义是这样的：算力是数据中心的服务器通过对数据进行处理后实现结果输出的一种能力。在服务器主板上，数据传输的顺序依次为CPU、内存、硬盘和网卡，若针对图形则需要GPU。
那么如何衡量算力的大小呢？目前为止使用最广泛的是“浮点运算次数表达法”。
“浮点运算次数表示法”(FLOPS)利用科学计数法来表达，包含3种常见类型。
(1) 双精度浮点数(FP64):采用64位二进制来表达一个数字，常用于处理的数字范围大而且需要精确计算的科学计算。
(2) 单精度浮点数(FP 32):采用32位二进制来表达一个数字，常用于多媒体和图形处理计算。
(3) 半精度浮点数(FP 16):采用16位二进制来表达一个数字，适合在深度学习中应用。
(FLOPS)单位：
一个KFLOPS(megaFLOPS)=每秒一仟(=10^3)次的浮点运算，
一个MFLOPS(megaFLOPS)=每秒一佰万(=10^6)次的浮点运算，
一个GFLOPS(gigaFLOPS)=每秒拾亿(=10^9)次的浮点运算，
一个TFLOPS(teraFLOPS)=每秒万亿(=10^12)次的浮点运算，
一个PFLOPS(petaFLOPS)=每秒千万亿(=10^15)次的浮点运算，
一个EFLOPS(exaFLOPS)=每秒百亿亿(=10^18)次的浮点运算
一个ZFLOPS(zettaFLOPS)=每秒十万京(=10^21)次的浮点运算。
CPU的算力与CPU的核心的个数，核心的频率，核心单时钟周期的能力三个因素有关系。常用双精度浮点运算能力衡量CPU的科学计算的能力，就是处理64bit小数点浮动数据的能力。
CPU算力计算公式：
FLOAS=核数*单核主频*CPU单个周期浮点计算值