FLOPS(フロップス)とは | 意味や読み方など丁寧でわかりやすい用語解説

FLOPS（フロップス）とは、コンピュータが1秒間に実行できる浮動小数点演算の回数を示す単位であり、主にプロセッサやシステム全体の計算性能を評価するための重要な指標の一つである。FLOPSは「Floating-point Operations Per Second」の頭文字を取った略語で、「1秒あたりの浮動小数点演算数」を意味する。特に科学技術計算、グラフィックス処理、人工知能（AI）や機械学習といった分野で、システムの性能を比較・評価する際に頻繁に用いられる。これらの分野では、整数だけでなく小数点以下の数値を扱う「実数」の計算が膨大に発生するため、浮動小数点演算能力が直接的に処理速度に影響するからである。

浮動小数点演算とは、コンピュータが実数を表現し、計算するための方式である。整数演算が「1 + 2 = 3」のように小数点以下のない数を扱うのに対し、浮動小数点演算は「1.23 + 4.56 = 5.79」や「3.14159 × 2.71828 = 8.5397」といった、非常に大きい数から非常に小さい数までを、ある程度の精度を保ちながら表現・計算できる特徴を持つ。この特性から、物理シミュレーションにおける微小な変化の計算、金融モデルにおける複雑な数値解析、画像処理におけるピクセルごとの色調変化の計算など、実世界の問題をコンピュータ上で再現・解析するために不可欠な技術である。しかし、浮動小数点演算は、整数演算に比べて内部的な処理が複雑であり、より多くの計算リソースと時間を要する。そのため、プロセッサの性能を評価する上で、どれだけの浮動小数点演算を1秒間にこなせるかを示すFLOPS値が重視される。

FLOPSは、加算、減算、乗算、除算といった基本的な浮動小数点演算が1回と数えられ、それを1秒間に何回実行できるかを示す。具体的には、プロセッサが持つ演算ユニットの数、クロック周波数、そして一度に処理できるデータ幅（例えば、単精度浮動小数点数か倍精度浮動小数点数か）などによって決定される。単精度浮動小数点数（通常32ビット）は比較的少ないビット数で表現されるため、倍精度浮動小数点数（通常64ビット）に比べて演算に必要なリソースが少なく、より多くのFLOPS数を達成しやすい傾向にある。一方、倍精度浮動小数点数はより高い精度と広い範囲の数を表現できるため、科学技術計算のように高い精度が要求される分野で不可欠であり、同じプロセッサでも単精度FLOPS値よりも低い倍精度FLOPS値となることが多い。したがって、FLOPS値を比較する際には、単精度か倍精度か、どの精度での値であるかを確認することが重要である。

FLOPSの単位は、その値の大きさに応じて接頭辞が付けられる。例えば、KFLOPS（キロフロップス）は10の3乗（千回）、MFLOPS（メガフロップス）は10の6乗（百万回）、GFLOPS（ギガフロップス）は10の9乗（十億回）、TFLOPS（テラフロップス）は10の12乗（一兆回）、PFLOPS（ペタフロップス）は10の15乗（千兆回）、そしてEFLOPS（エクサフロップス）は10の18乗（百京回）の浮動小数点演算を1秒間に実行できることを意味する。今日のスーパーコンピュータや高性能GPU（グラフィックス処理ユニット）は、TFLOPSやPFLOPSといった非常に高いFLOPS値を誇り、これにより気象予測、新薬開発、宇宙物理学の研究、深層学習モデルの訓練といった、途方もない計算量が必要なタスクを高速に実行できる。

ただし、FLOPS値はあくまでプロセッサの理論的な最大演算能力や、特定のベンチマークプログラムを実行した場合の数値であり、システム全体の実際のアプリケーション性能を決定する唯一の要素ではない。コンピュータシステム全体の性能は、プロセッサのFLOPS値だけでなく、メモリの帯域幅（データをどれだけ高速にやり取りできるか）、キャッシュの容量（頻繁に使うデータを一時的に保存する場所の大きさ）、I/O（入出力）性能（ストレージやネットワークとのデータ転送速度）、そしてデータの並列処理の効率性や、実行されるアルゴリズムの最適化度合いなど、多岐にわたる要素が複雑に絡み合って決まる。例えば、プロセッサのFLOPS値が非常に高くても、必要なデータがメモリから高速に供給されなければ、演算ユニットが遊んでしまい、その高い演算能力を十分に活用できない場合がある。これは「メモリウォール」と呼ばれる現象の一つであり、高性能計算システムを設計・評価する上で考慮すべき重要な点である。

システムエンジニアを目指す初心者にとって、FLOPSの理解は、特にデータサイエンス、AI/機械学習、HPC（High Performance Computing）といった分野に進む際に非常に重要となる知識である。これらの分野では、大量の数値計算が基盤となるため、使用するハードウェアのFLOPS値を理解し、それがアプリケーションの性能にどのように影響するかを把握することは、適切なシステム選定や設計を行う上で不可欠である。例えば、新しいディープラーニングモデルを訓練する環境を構築する際、GPUのTFLOPS値を確認することで、おおよその訓練時間を予測したり、異なるGPU間の性能差を見積もったりすることができる。また、プロセッサの仕様書やベンチマーク結果を読み解く際にも、FLOPSという指標が何を意味し、どのような文脈で使われるのかを知っていれば、より深い洞察を得られるだろう。計算性能の基本的な尺度であるFLOPSを正しく理解することは、今日の高度なITシステムを構築・運用する上で、システムエンジニアが持つべき重要な基礎知識の一つである。