莆田创世纪超级计算机算力

A. 你好，在问答上看到您关于创世纪团队的回答，想问下莆田创世纪是假的 骗人的吗

你好。你是在莆田创世纪上班后离职了吗？我也正好要去面试。听你说有点慌

B. 超级算力背后，它们都扮演了什么角色

计算能力可以理解为计算能力，即用于数据计算的CPU、GPU等硬件的计算能力。目前一般用于衡量虚拟货币矿机的运行速度。超级计算能力是指将分散在世界网络上的闲置计算能力进行整合和管理，汇聚成超高性能计算服务的能力。可以简单理解为分布式云计算的共享版本，或者超级计算机的共享版本。可用于训练AI(人工智能)、天气预报、大数据分析等。

C. 我国的超级计算机算力那么先进，具体都能应用于哪些方面呢

两个方面：一方面是超大的数据存储容量和极快的数据处理速度。随着现在科技的发展，电脑、计算机、大数据已经成为了带动社会、科技发展的物质，我们的生活也越来越离不开计算机，可谓是计算机已经走进了我们生活的方方面面，因为我国目前科技发展迅速，我国超级计算机方面已经跃升到国际先进水平国家当中，我国也是唯一一个以发展中国家身份制造超级计算机的国家。下面让我们看看我们有那些超级计算机进入世界排名的吧。

在2012年9月16日，我国自行研发安装了第一台本土超级计算机——神威蓝光，目前安装在山东省的国家超级计算济南中心。神威系统运算量大，每秒能进行约1千万亿次的运算，排列在世界运算最快的20台计算机之中，更重要的是，神威蓝光中采用的8700片神威和1600微处理器是由我国本土计算机研究所制造的。神威比起美国、日本、韩国等芯片技术，我国芯片制造技术还落后三代。

如果有建议，欢迎大家在下方评论留言。

D. 当今世界上计算速度最快的计算机每秒可以计算多少万亿次

当今世界上计算速度最快的计算机每秒可以计算1.1百亿亿次。

据英国《新科学家》杂志网站2022年5月31日报道，国际超算组织宣布，位于美国橡树岭国家实验室的超级计算机“前沿”在2022年国际超算Top500榜单中拔得头筹。

成为现今世界上运行速度最快的超级计算机，算力高达每秒1.1百亿亿次，也是目前在国际上公告的首台每秒能执行百亿亿次浮点运算的计算机。

研究人员指出，“前沿”的算力还未到顶点，在未来几个月甚至几年内，随着软件不断优化，它可能会达到理论上的峰值性能——2百亿亿次。

美国橡树岭国家实验室基本介绍：

美国橡树岭国家实验室是美国能源部所属最大的科学和能源研究实验室，成立于1943年，现由田纳西大学和Battelle纪念研究所共同管理。

20世纪50、60年代，ORNL主要从事核能、物理及生命科学的相关研究。70年代成立了能源部，使得美国橡树岭国家实验室的研究计划扩展到能源生产、传输和保存领域等。

E. 超算中心的算力都能解决哪些问题

十次方算力平台目前可以向广大的客户提供全球范围内个人设备的闲置算力，为世界级科研项目提供算力支持，涉及数学、物理、化学、生命科学、天文学等各个领域。

截止目前，算力可达到30P，相当于全球排名第五的超级计算机“天河二号”的算力，能满足市面上所有的算力项目需求。

十次方分布式计算资源平台，适用于各种需要大量算力支持的项目，特别是科研类，如数学、物理、化学、生命科学、天文学等各个领域，目前，正在为横跨各个学术领域的 37 个尖端研究项目提供算力支持，另外，在当下比较热门的行业领域，也有大量的应用需求。

F. 超算中心算力排名

武汉超算中心能排进中国高性能计算机性能TOP100排行榜前十。

武汉超算中心，是国内最大的集装箱超算中心，正宽戚由湖北科投集团与武汉产投集团联合投资，整体规划设计的算力为200P，首期算力达到50P。其中1P等于每秒1千万亿（=10^15）次的浮点运算，50P的算力将超过10万台高性能计算机算力之和，其技术底座是由数万核鲲鹏处理器内核，以及数千张加速卡构成。

武汉超算中心，是中国最大的集装箱超算中心，位于湖北东湖科学城核心区。 2022年8月消息，武汉超算中心正式接入“中国算力网”。

算力的作用

目前数据巧尺能力和算力需求展现不断增强态势，数据量的提升需要算力的配套进化。超大规模的数据量对算力的需求也达到了前所未有的高度和强度，算力成为支撑数字经济持续纵深发展的重要动力。没有算力，一切数字技术无从谈起。

算力是数智服务的核心，如今“算力时代”已经到来。首先，算力能够替代热电力，作为推动数字经济发展的新动能、新引擎。与此同时，算力正在成为影响国家综合实力和国际话语权的关键要素，国与国的核心竞争力集中于以计算速度、计算方法、通信能力、存储能力为代表的算力，未来哪一方掌握先进的算力，谁就掌握了发展的主动权。

G. 这就是自动驾驶的大结局

北京时间8月20日，特斯拉召开一次别开生面的技术发布会，AI DAY，与以往的电池日、新车日不同，这次发布会的重点放在目前电动车上最前沿的技术——自动驾驶、神经网络、超级计算机等。

在AI DAY上，特斯拉着重介绍了在人工智能领域的软件和硬件进展，尤其在神经网络上的训练系统，其中最大的看点就是『Dojo超级计算机』。

特斯拉本次推出的人工智能训练机Dojo D1芯片，是特斯拉全新自研的超级计算机芯片，该电脑将用于车辆自动驾驶数据的运算和分析，能够自动地学习和识别标记道路上的行人、动物、坑洼地等数据，将海量的数据汇聚于Dojo，然后通过自动化深度神经网络训练，以此不断加强算法进化，最终实现以纯视觉为基础的完全自动驾驶（FSD），即特斯拉自动驾驶的最终形态。

据悉，目前单个Dojo D1芯片的演算力已经达到全球第五。纵观全世界的超级计算机的排名，前五中除了第五名的Selene是英伟达的之外，前四的都是国家所有，包括第一的日本『富岳』、第二的美国Summit、第三的美国Sier，以及第四的中国『神威太湖』。

其中，目前排名第一的超级计算机是日本的『富岳』，在机器学习应用上的算力超频之后是2.15EFLOPS，默频是1.95EFLOPS。

值得一提的是，上述前四的超级计算机都是举国之力研发的结果，而特斯拉只是一家新能源车制造公司，能取得这样的成就，特斯拉可谓又一次突破了自己的极限。

什么是『Dojo超级计算机』？

Dojo一词来源于日语，意思是“道场”，翻译成中文应该叫做“训练馆”。

特斯拉特地取此名，可以说目的就是专门训练特斯拉 汽车 的。来自全球超100万辆特斯拉车辆采集的真实数据将汇聚于此，然后通过Dojo进行深度神经网络训练，以此帮助特斯拉的Autopilot不断进化，最终实现以纯视觉为基础的完全自动驾驶（FSD）。

换一个更好理解的方式，就像是AlphaGo专攻围棋领域一样，经过人工参与调整和标注的训练，只需要几年时间就击败了全球围棋高手，而Dojo可以被看做是为专攻自动驾驶领域的AlphaGo，通过深度学习和分析海量的特斯拉车队数据，Dojo可以自动模拟开车、自动寻找问题最优解，从而完成自我进化。

重点是“无监督训练”和“自我进化”，你可以理解为：Dojo最初不会驾驶车辆，但通过极快的速度学习人类开车（影子模式）和模拟开车（特斯拉为其构建了一个虚拟世界供训练）后，就可以慢慢地在真实世界开车了。

接着随经验的积累，算法的精进，驾驶技术还会越来越娴熟，最终超过人类的驾驶水平。就像AlphaGo最终击败李世石和柯洁一样。

『Dojo超级计算机』有什么能力？

今年6月，特斯拉AI高级总监Andrej Karpathy宣称由特斯拉团队研发的世界第五代超级电脑Dojo即将问世。今天的AI Day发布会则透露了更多的细节。

Dojo D1计算芯片采用了5760个算力为321TFLOPS的英伟达A100显卡，组成了720个节点构建的超级计算机，总算力达到了1.8EFLOPS（EFLOPS：每秒千万亿次浮点运算），有10PB的存储空间，读写速度为1.6TBps。

注意，这还是单个Dojo D1的算力，未来特斯拉还会将多个Dojo D1组成『Dojo超级计算机群』，届时，该超级计算机群的总算力将超过目前世界第一的超级计算机『日本富岳』。

随着Dojo D1推出，毫不夸张的说，它就是目前世界上最强大的人工学习机器，它使用7nm芯片驱动、将50万个训练单元搭建在一起。

在马斯克的规划中，『Dojo超级计算机群』目标算力要达到每秒钟exaFLOP的级别，也就是百亿亿次浮点运算，是现在的一万倍，名副其实的直接最尖端的超级计算机。

那么，Dojo能做什么呢？主要就是自主深度神经网络训练。

特斯拉车辆搭载的摄像头，能够不间断地采集真实的道路数据，然后Dojo D1的人工智能算法，会自动标记这些数据中的物体（包括常规道路、危险道路和其他意外情况）。

之前的大型AI数据集通常需要手动标记，非常耗时费力，而Dojo将配合无监督学习算法（Unsupervised Learning，无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析）。

譬如，可以不给任何额外提示的情况下，仅依据一定数量“狗”的图片特征，就能将“狗”这个物体识别出来。大幅减少特斯拉对于数据人工标注的工作量，进而帮助其数据训练效率实现指数级提升。

这些数据还可以包括信号灯、车道线、动物、行人、天气、马路边缘、指示牌、路灯、桩桶、可行车区域、不可行车区域等等，通过8个摄像完成360度环影，以鸟瞰的方式来展示一个4D视图（三维空间+时间戳）。

不过，特斯拉车辆并不会将每分每秒的视频数据都发送给Dojo，也不会随机发送视频数据，更多的情况是发送一个“案例”（10秒）。比如在Autopilot驾驶时，驾驶员突然介入，改为人工驾驶，Dojo就会分析这个视频案例，试图找出驾驶员中断Autopilot的原因，又或者司机在高速路上突然刹车、堵车时有人插队、雷达与摄像头判断结果不一致、车辆发生事故/险些发生事故等等，将这些具体的案例，交给Dojo来分析处理。

最终，更多的数据通过Dojo的处理，反馈给神经学习系统，实现自动驾驶算法的迭代，而算法的迭代，让Autopilot更加好用，持续反馈更多的数据给Dojo分析，从而实现一个正循环。

目前，特斯拉已经积累了100万个10秒左右的视频，并给60亿个物体贴上了深度、速度和加速度的标签。这些数据每天都还在增加，这就需要特斯拉有一个强大的计算机来处理这些庞大的数据，目前这些数据已经达到了惊人的1.5PB。

以特斯拉百万级的车辆保有量，这个规模的数据收集终端，数据增长速度也是惊人的。这似乎是个天文数字，而特斯拉如果继续依赖纯视觉的自动驾驶方案，不断提高其可靠性，就需要开发出更强大的超级计算机，以追求更先进的AI算法。

一家车企为什么要做超级计算机？

我们前面说到，全世界的超级计算机的排名前五的超级计算机，除了第五名的Selene是英伟达的之外，前四的都是国家拥有的，包括第一的日本『富岳』、美国的Summit和Siera分别位于第二、第三，第四的是中国的『神威太湖』。

这些都是国家级的超级计算机，它们通常是体量巨大、造价高昂的设备，拥有数以万计的处理器，旨在执行专业性强、计算密集型的任务，可完成极端尺度的宇宙模拟、为药物反应预测寻找新途径、发现可用于制造高效有机太阳能电池的新材料等任务，应用于人工智能、生物医药和智慧城市建设等多个领域。

为什么特斯拉，一个电动车企需要研制一台超级计算机？

其实原因，上面已经有所提及。

目前，全球自动驾驶领域主要分为两派，即纯视觉路线与高精地图+雷达路线。后者认为，多传感器与摄像头可以优势互补，更可依靠高精度地图与多激光雷达来完成全自动驾驶。而作为纯视觉路线领头者的特斯拉，则坚定的认为，纯视觉是唯一正确的出路。

马斯克主张采用纯视觉的自动驾驶方法，就是依靠摄像头和机器学习来支持其高级驾驶辅助系统和自动驾驶，而摒弃了激光雷达（LiDAR）、毫米波雷达。

马斯克曾非常自信地说到：“只要人眼能够完成的事情，视觉传感器也应该能够完成。其它的激光雷达都是累赘”。

在特斯拉看来，把激光雷达、毫米波雷达砍掉，是因为多传感器融合，会干扰系统的判断，甚至会造成误判，因为当不同传感器过来的数据冲突的时候，会延长系统处理和判断的时间，甚至会出现误判。

在纯视觉自动驾驶方法下想改进这套自动驾驶AI达到足够的可靠性，自研适应计算需要的超级计算机便极为必要。

特斯拉AI高级总监Andrej Karpathy是计算机视觉和深度学习领域的顶级专家之一，博士毕业于斯坦福AI实验室，主要研究方向是卷积神经网络结构，自然语言处理，以及其在计算机视觉上的应用。

进入特斯拉之后，主要就是为了攻坚特斯拉自动驾驶的难题，而特斯拉非常坚决地采取纯视觉算法路线，这就为数据处理以及神经网络学习提出了巨大的要求。

Karpathy解释道，如果想要让计算机以人类的方式对新环境做出反应，需要一个巨大的数据集，以及超级计算机的处理能力。我们有一个神经网络架构网络和一个1.5 PB的数据集，需要大量的计算。

对我们而言，计算机视觉是使自动驾驶成为可能的基本要素。为了让其更好地工作，我们需要掌握来自车队的数据，训练大量的神经网络，并进行大量实验。

Karpathy讨论了特斯拉人工智能的视觉组件，他指出，特斯拉在设计其 汽车 的视觉皮层时，是按照眼睛感知生物视觉的方式进行建模的。他还谈到了特斯拉的视觉处理策略多年来是如何演变的，以及现在是如何实现的。Karpathy还提到了特斯拉的“HydraNets”，它具有多任务学习能力。

充分利用从整个车队收集来的数据训练，从而不断改善特斯拉的自动驾驶功能（Autopilot），为下一代自动驾驶人工智能（AI）提供能够更进一步的自主学习的神经网络。

这里的神经网络可以简单理解为通过『仿生学』模拟人类大脑皮层的神经元『沟通学习』的方式进行处理数据，用来实现『类似人类』的学习方式。

这也是为什么这个超算机群取名为Dojo（道场）的原因，在中文里翻译为训练场也非常合适，这个“训练场”就是专门用来训练特斯拉 汽车 的自动驾驶能力的。

其实早在2019年的Autonomous Day，马斯克就提到过Dojo，称Dojo是能够利用海量的视频（级别）数据，做『无人监管』的标注和训练的超级计算机。

如果认真了解过当年Autonomous Day的朋友，自然会发现，特斯拉推出Dojo超算以及自研芯片，是必然且在规划中的事，也是特斯拉不得不去做的事。

因为按照特斯拉的逻辑，一辆车上要装8个摄像机，十秒内就能产生一百万个视频。这也难怪，需要依赖超级计算机的运算能力。

换句话说，不是特斯拉想要成为人工智能巨头，而是被逼无奈，因为选了纯视觉路线，就需要一个超级计算机的算力与之匹配。结果Dojo一出场，就是要成为世界第一。可以说，这也是马斯克的凡尔赛了吧。

其实关于“视觉算法与AI的关系”这个问题，马斯克曾在推特中回复过，大致意思为：『只有解决了真实世界的 AI 问题，才能解决自动驾驶问题……除非拥有很强的 AI 能力以及超强算力，否则根本没办法……自动驾驶行业大家都很清楚，无数的边缘场景只能通过真实世界的视觉 AI 来解决，因为整个世界的道路就是按照人类的认知来建立的……一旦拥有了解决上述问题的 AI 芯片，其他的就只能算是锦上添花』。

确实，毫米波雷达或激光雷达方案虽然有优势，但是成本更高，而且还有着无法解决的弊端。首先雷达精度、反应速度都不如纯视觉方案，而高精地图则严重限制了可使用自动驾驶的范围。这意味着他们除了需要非常详细的使用地点地图外，还需要所有车道及其连接方式、实时交通灯等额外信息。

但特斯拉的纯视觉方式不同，特斯拉的自动驾驶依靠8个摄像头和背后的Dojo超算，原则上我们可以在地球上任何地方（的道路上）使用。

『Dojo超级计算机』的出现意味着什么？

Dojo的问世，将帮助特斯拉的无人驾驶技术继续提升一个等级，让视觉算法这条路线走的更加深远，它能帮助训练电脑去理解道路画面，通过对视频信息的采集和大量视频信息运算处理，达到仅通过视觉图像便能实现全自动驾驶的目的。

视觉自动驾驶与人类驾驶员的开车方式相似，但最重要的是，计算机更加的可靠。为此，Karpathy也举了几个例子：

首先，人类的反应速度太慢，即使是优秀的驾驶员也要250ms（0.25秒）的反应速度，很多人甚至超过460ms（0.46秒），而电脑的反应速度全部低于100ms（0.1秒）；其次，人类驾驶员经常在开车时玩手机，而电脑则会全神贯注，不会一会看看微信，一会刷刷抖音；再来，人类驾驶员的视野范围太窄，并道时如果不回头，则完全看不到位于后视镜盲区的来车，而特斯拉拥有8个摄像头以每秒36帧的速度从车身周围识别信息，涵盖360度视野……

通过海量的案例，Dojo将帮助驾驶员更安全的驾驶车辆，包括利用视觉计算机来纠正人类错误和不安全的驾驶行为。比如：信号灯警告，系统识别到远处的红灯或黄灯，如驾驶员不减速会发出警告；紧急制动场景，系统判断车辆在障碍物前减速度不足或没有减速，会自动帮助车辆制动；躲避障碍，系统侦测到周围有突然出现的动物、行人、车辆、异物等，会自动控制方向盘来进行躲避。

在目前的特斯拉Autopilot中，已经出现过很多因系统失灵而出现的事故，这些可以通过Dojo进行解决，包括不限于：桥下阴影造成的无故刹车；高速跟车时，自动刹车踩得太死；遇到路边占用部分车道停放车辆的规避问题；当车辆检测到前方有行人或者道路变窄的情况时，当驾驶员把油门当做刹车踩下，车辆则不会加速（包括恶意报复 社会 行为）。

总结起来， Dojo的出现，实现了海量数据的『无监督训练』，大幅度提高神经网络训练的效率。通过用海量的数据锻炼它，就能解决各种『边缘场景』的问题，加快自动驾驶系统的成熟和完善，实现指数级的成长速度。

更关键的是，特斯拉对其软硬件的垂直整合度非常高，不仅不受制于别人，而且能够以此作为服务，给外界提供深度学习的训练业务。

在特斯拉的规划中，全球各地的数据，都会汇集到Dojo超级计算机中心进行处理。当然，这不包括中国的数据，因为中国出台了相关的管理办法，限制这类数据出境（因此，特斯拉在上海建立了数据中心，所以我们也会期待Dojo也能在中国实现）。

这就是自动驾驶的大结局？

对于自动驾驶的 科技 价值，几乎全球科学家都达成共识，其拥有广泛的应用前景，在包括出租车、代驾、共享 汽车 、机器人物流等领域都有巨大潜力。

根据中国信通院《2020年全球自动驾驶战略与政策观察》报告显示，自动驾驶具有巨大的 社会 经济价值，预计2050年将为美国创造大约3.2至6.3万亿美元的经济效益，其中 社会 福利和消费者福利预计接近8000亿美元。

我国多个地方政府也大力支持自动驾驶技术发展。北京已累计开放四个区县的自动驾驶测试道路共计200条、699.58公里，开放了亦庄和海淀2个自动驾驶测试区域，面积约140平方公里。同时累计为14家自动驾驶企业87辆车发放一般性道路测试牌照。

深圳市也已经先后公开两批无人驾驶路测道路；深圳坪山区的L5级别全无人RoboTaxi已商业化试运营超过100天，并承载了国内首批乘客。此外，包括亚马逊、苹果、三星等国外 科技 巨头，以及阿里巴巴、网络、腾讯等国内 科技 巨头都纷纷加入无人驾驶的赛道，想在这个潜力无限的市场里瓜分一块蛋糕。

从技术的角度来看，无人驾驶 汽车 是一个复杂的软硬件结合的智能自动化系统，运用到了自动控制技术、现代传感技术、计算机技术、信息与通信技术以及人工智能等。从战略意义的角度来看，自动驾驶移动能力更强，能够有效改善交通安全、实现节能减排、消除交通拥堵、促进产业转型。

过去数年，特斯拉一直对外宣传“全自动驾驶”技术，由此也为人们所诟病。因为事实上，特斯拉的“Autopilot”（自动辅助驾驶）以及“Full Self-Driving”（全自动辅助驾驶）都只是“辅助驾驶”功能，并不是真正意义上的“自动驾驶”功能。

因为这样的宣传，导致了不少车主过于相信特斯拉的辅助驾驶功能，因此也导致了很多起令人痛心的安全事故，最近的蔚来也因为NIO Pilot导致的事故登上了热搜。

可见，截止目前，自动驾驶还是一个理想中的概念，离我们的实际使用还有不少的距离，我们现在能用上路的都是“辅助驾驶”，大家为了自己的人身财产安全一定要牢记这一点，切勿过分相信市面鼓吹的“自动驾驶”功能。

目前，特斯拉已开始向纯视觉自动驾驶路线转变，从上月开始，部分在北美生产的特斯拉车型，已停止安装雷达传感器，而全新的FSD Beta V9.0（完全自动驾驶测试版）也将在近期更新，而这一切的背后，都离不开Dojo。

Dojo的到来，意味着我们离真正的“自动驾驶”又近了一步，打开了电动车驾驶AI世界的新入口。

对了，这个技术并不遥远，我们明年可能看到Dojo正式运行。

最后的彩蛋

就在发布会最后，马斯克开着玩笑带来了一位Tesla Bot机器人，他表示，如果Dojo的能力能够如期实现，那么将它至于机器人的内部，同样可以100%模拟人类的性能。在未来，可以为人类 社会 释放更多的劳动力。

马斯克绝对是一个技术疯子，改变全球能源布局、改变交通出行方式、改变人类脑机交互方式、游历太空、 探索 火星等等，单凭一个人的意志推动了整个人类 社会 的 科技 进步。

通过已量产的产品挣钱，但不会敛财，因为挣到的钱马上用在下一个疯狂的想法，并努力实现它，如果此时说马斯克是后乔布斯时代最伟大的 科技 创造者，应该没有人会反对吧？

（图/文/摄：皆电 唐科）

H. 创世纪云计算及创始人林庆星是谁

林庆星现为抚州市创世纪绿色数据中心技术应用的牵头人、抚州市创世纪科技有限公司创始人、莆田市创世纪科技有限公司创始人，且是抚州创世纪、莆田创世纪公司的技术总监。

林庆星出生于1989年，主要擅长异构超算技术、分布式信息服务与集成技术、网格关键技术、网格应用支撑与网格应用、高性能计算技术等技术，取得了创新性成果。

2017年，林庆星创立了创世纪科技有限公司，自主研发GPU服务器设备，GPU服务器是基于GPU应用的计算服务，具有实时高速的并行计算和浮点计算能力，为全球客户提供深度学习、图形渲染、视频压缩转码、科学计算、地质勘探、能源开采等服务。

林庆星所创立的创世纪科技立足抚州、莆田、深圳，面向全国及全球区域，主要投资建设超级计算机数据服务中心，是中国计算机科技行业领先品牌，将承担各种大规模科学计算和工程计算任务，同时以其强大的数据处理为社会提供云计算服务。

创世纪云计算优势：

创世纪超算数据中心，拥有单精度与双精度并行运算的独有技术，大幅提高了运算效率并降低了运算成本。

为大数据处理、3D渲染、IC设计、生物信息、材料科学、动态仿真、宏观经济分析以及政府决策支持等领域，提供更高性能的超级计算和并行计算服务。

致力于优化创新科学及推进现代化企业，打造科技世界，成就时代精神，为各大企业和科研机构提供强大的计算资源，支持重大课题或者进行协作研发。

I. 超级算力是什么东西

超级算力是指把散布在世界网络上的闲置算力进行整合管理，聚集为超高性能的运算服务能力，可以简单理解为共享版分布式的云计算或共享版超级计算机。

算力可以理解为计算能力，即CPU、GPU等用于数据运算硬件的运算能力，目前一般多用于衡量虚拟货币矿机的运算速度。

单位

1kH/s=每秒1,000哈希

1MH/s=每秒1,000,000次哈希。

1GH/s=每秒1,000,000,000次哈希。

1TH/s=每秒1,000,000,000,000次哈希。

1PH/s=每秒1,000,000,000,000,000次哈希。

1EH/s=每秒1,000,000,000,000,000,000次哈希。

以上内容参考：网络-超级算力