FLOPs

FLOPs（浮点运算次数）是衡量深度学习模型计算成本的核心指标，近期研究焦点在于如何在保持模型性能的同时显著降低FLOPs，以满足设备端部署和高效推理的需求。

当前焦点在于如何在模型规模增长（如MoE）与计算效率之间取得平衡，以及设计硬件友好的架构来进一步削减FLOPs。未来观察点包括：FLOPs优化能否在保持精度下扩展到更大模型，以及这些技术是否能在各种硬件平台上通用。