最近的热门技术是算力网络，就是把计算能力通过网络互联互通起来，形成一张具有分布式算力的网络，可以承接各种各样的计算任务，那么怎么来度量计算能力呢

1、基于业务类型去度量算力：只是因为算力（计算能力）在不同的应用场景下，计算能力是不同的，比如GPU与CPU在AI训练中的能力是不同的，GPU可以并行计算，能力更强。 再比如，在加解密的场景下，FPGA的性能会大于CPU的能力。因此相同的硬件，在不同的场景下，其能力是不同的。因此基于业务场景去度量算力是可行的。在此度量模型下，一个计算节点，可以有多种不同的算力表示，在承接计算任务的时候，其能力是不同的。比如：A计算节点：支持X次加密（特点算法）或者支持Y次图像识别，或者支持Z次的压缩等等。

2、基于单位时间内执行计算指令的能力作为度量依据：这个方式比较简单，具有通用计算能力的节点可以采用此方式。如X86架构的CPU，ARM 处理器等等。比如、可以查看每秒的浮点计算次数。

3、基于专用算力的性能做参考能力来衡量：由于专用的算力只能完成特定的计算任务，而通用的算力可以实现不同的计算任务，可以考虑以专用节点的性能为基础来衡量通用节点的计算能力，比如,某个专用计算节点每秒可以实现1000次加密，而通用的算力只支持500次加密，则专用算力的能力就是此通用算力的2倍性能。

以上三种方式可以结合起来综合衡量不同算力的性能，在算力网络中，必须匹配计算任务的特点，基于计算任务的类型与特点进行合理的任务分发与算力资源调度，使得整体的效率最高。