FLOPs 是"这活儿一共要干多少"，FLOPS 是"每秒能干多少"。前者是工作量，后者是速度。两个词长得几乎一样，量纲却完全不同，混着用算出来的时间能错好几个数量级。
先说清来源。FLOP 是 floating point operation（一次浮点运算）的缩写，加小写 s 是复数，表示"很多次运算"，所以 FLOPs 是计算量；FLOPS 里的 S 是 per second，所以 FLOPS 是运算速度，也就是常说的算力。麻烦的是，业内书写并不统一，很多文档两个词都写成 FLOPs。这时候别抠字母，看主语：主语是模型、算子、一次训练任务，说的是计算量；主语是芯片、显卡、机房，说的是算力供给。
打个比方：砌一面墙。FLOPs 是这面墙总共要砌多少块砖，FLOPS 是一个工人每秒能砌几块砖。知道总砖数和每秒砌砖速度，才能估工期；只拿其中一个数，什么也算不出来。
举个假设的例子：某个模型跑一次前向（forward pass）大约需要 2 GFLOPs，某张卡标称算力 100 TFLOPS。理想情况下耗时是 2×10⁹ ÷ 1×10¹⁴ = 2×10⁻⁵ 秒，也就是 20 微秒。真实情况会慢不少——算力跑不满、显存带宽跟不上、批大小不合适，都会拖后腿。但如果一开始就把 2 GFLOPs 当成 2 GFLOPS 去比，结论会荒谬到没法看。
| 对比项 | FLOPs | FLOPS |
|---|---|---|
| 含义 | 浮点运算总次数 | 每秒浮点运算次数 |
| 量纲 | 次数（工作量） | 次/秒（速度） |
| 常见主语 | 模型、算子、训练任务 | 芯片、显卡、集群 |
| 常见前缀 | GFLOPs、TFLOPs 表示总量 | TFLOPS、PFLOPS 表示速率 |
| 回答的问题 | 要干多少活 | 干活有多快 |
几个容易混淆的邻居也得拎清：
- 参数量（parameters）：模型有多少权重，是固定值；而 FLOPs 跟输入长度强相关，序列越长，同一模型的计算量越大。
- 训练总计算量：业界常用粗估是 总 FLOPs ≈ 6 × 参数量 × 训练 token 数（前向约 2、反向约 4）。只是量级估算，别当精确公式用。
- MACs（乘加次数）：一次乘加等于两次浮点运算，1 MAC = 2 FLOPs。跨论文比数字前，先确认口径一致。
- 内存带宽与时延：算力再高，数据喂不进去也白搭。这也是"标称 FLOPS"和"实际跑出来的速度"常常差一大截的原因。
对从业者的实际意义：估训练成本、算推理延迟、比芯片规格之前，先问一句"这是 FLOPs 还是 FLOPS"。看厂商规格时还要留意，标称 FLOPS 通常是特定精度下的峰值，是否稀疏、是否含加速单元，口径差别很大，具体以官方页面为准。对普通人：听到"算力多少"，那是速度；听到"这个模型计算量多大"，那是工作量。两者能算出时间，但不能直接比大小。