首先，為了完成算力估算和對比，得約定一個計量單位。這裡我們使用在業界常用的指標：OPS，即每秒運算次數（Operations per second）。對任一個處理器，每秒鐘能夠處理的運算次數越多，則意味著算力越強。

一些常見的單位包括：

GOPS（gigaOPS，每秒十億次運算）

TOPS（teraOPS，每秒一兆/一萬億次運算）

POPS（petaOPS，每秒一千兆/一千萬億次運算）

除了OPS之外，常用的還有FLOPS（每秒浮點運算次數， Floating-point operations per second）。浮點運算屬於運算（OP）的一種，指的是帶小數的加減乘除運算。

從Wikipedia上摘一些不同處理器的算力水平，供大家對算力的強弱形成一些直觀的感受：

NVIDIA GeForce RTX 2080: 10.1 TFLOPS

NVIDIA Tesla V100: 14.1 TFLOPS

神威太湖之光：93.01 PFLOPS

比特幣全網算力(2018/5) : 35 EFLOPS（exaFLOPS，每秒一百京/一百億億次浮點運算）

然後，為了計算人腦的算力，我們做幾個數字上的估計（這些數字可能會隨著對人腦的研究發生變化）：

單個人腦的神經元數量：普遍估計是~1000億個；

單個神經元與多少個其他神經元連線：估計是在10000個這一量級；

單個神經元連線的啟用速度：這一部分的爭議較大，這裡選用——單個神經元的啟用頻率約2Hz，即一秒啟用2次；

根據這三個維度的數字，我們有：

人腦的算力=神經元個數（10^11個）*單個神經元連線數（10^4個）*單個連線的啟用速度（2 OP/個秒）；

因此，我們估算出的人腦算力在2x10^15 OPS的量級，即是2 petaFLOPS左右。小於神威·太湖之光的93.01 petaFLOPS。

但是，計算腦和人腦的差距不是簡單能用數字來衡量的，可能是方法論上的差距。

計算腦在儲存和運算速度上強於人腦，但人腦在運算效率上遠高於計算腦。

而現在的淺薄的我們，能做到的只是用這些淺薄的數字做一些“管中窺豹”、“坐井觀天”的工作罷了。

人類進化了上億年才出現瞭如今的完美、高效的器官，對於計算腦，不妨讓子彈再飛一會兒。

注：對於人腦的算力估計方式多種多樣，從 1015到 1028FLOPS都有，因此本文采用的估算方法僅代表我個人觀點，並非權威，特此說明。

儘管現在的超級計算機已經變得相當強大，但仍然無法與人腦匹敵。當然，經過專門程式設計以執行諸如下棋之類的特定任務的人工智慧程式可以勝過人腦，但是當我們按人腦整體的能力來衡量計算機時，計算機的能力幾乎不值一提。

計算機的“強”只在於將“有限”的計算能力用於執行相對簡單重複和單一的任務，而人腦的強在於將複雜而強悍的計算力用以執行多方面複雜的任務，並將所有任務的結果持續綜合。

在過去的幾年中，科學家們一直在以各種方式試圖讓超級計算機來模仿人腦的複雜性和原始處理能力。根據生物學家的說法，人腦大約有900億個神經細胞，而且每個神經細胞之間還透過數萬億個被稱為“突觸”的連線連線在一起。總而言之，這種在大腦內部的精細連線系統提供了 數量龐大的“訊號通路”，這種通路的數量甚至可能超過全宇宙所有原子的總數。

為了以數字化的方式對人腦的運作方式進行模擬，前些年，科學家曾使用當時世界上最快的超級計算機之一上執行的超過82,000個處理器模擬了人類正常大腦1秒鐘的活動。

而近期的研究發現，人腦所能容納的資訊量是以前認為的10倍，這使得科學家們現在認為人腦的儲存容量約為PB（1PB=1,024TB,1TB=1,024Gb）級別。

人腦到底有多強大？

我們來看看人腦的相關“硬體配置”吧：雖然無法確切統計，但最新的估計是我們的大腦大約包含860億個腦細胞；人腦的每個神經元每秒可傳輸1000個神經衝動，並與其他神經元數以萬計的突觸進行交流；一塊像沙子一樣大小的大腦組織包含100000個神經元和10億個突觸，它們之間相互交流。