EfficientNet论文阅读中FLOPS指标的相关理解疑问

你的基础认知没有问题，疑惑来自领域内长期存在的术语书写不规范现象——作者把两个拼写相近、含义完全不同的指标搞混了：

• 全大写的FLOPS：全称是Floating Point Operations Per Second，即每秒浮点运算次数，属于纯硬件性能指标，数值完全由芯片设计决定，和运行的模型、跑什么任务没有关系。比如消费级4090显卡FP32精度算力是82.6 TFLOPS，这个值不会因为你跑ResNet还是Transformer发生变化。
• 结尾s小写的FLOPs：全称是Floating Point Operations，即浮点运算总次数，是用来衡量模型计算复杂度的指标，数值由模型结构、输入分辨率、是推理还是训练阶段决定，和运行模型的硬件没有关系，本身就是模型的绑定属性。

你在《EfficientNet》里看到的和模型绑定的"FLOPS"，本质是作者写混了的FLOPs（模型总计算量），从数值量级就能直接验证：论文里EfficientNet-B0对应的数值是0.4B量级，如果这真的是硬件算力指标，0.4B FLOPS的算力还不如十几年前的入门手机芯片，完全不符合常识。

你可以记一个简单的判断规则：只要是和模型绑定、数值量级是M/B/G、没带"/s"（每秒）后缀的"FLOPS"表述，全都是指代模型总计算量的FLOPs，不是硬件算力。

内容的提问来源于stack exchange，提问作者numunu