大脑不是为 FLOPS 而生的。事实上，与计算机相比，我们对它们很烂。我无法在一秒钟或更短的时间内对 32 位（单精度）数字的十进制表示形式进行浮点加法。我可能无法更快地使用二进制表示。所以，就 FLOPS 而言，我的猜测是基于加法的界限将在 0.001 到 0.1 FLOPS 左右，如果我们包括乘法，那么可能小于$10^{-3}$翻牌。

最公平的比较是以每秒指令数或 IPS 来衡量大脑的计算能力，这可以与 CPU 的整数运算相媲美。对计算机计算能力的估计各不相同（参见Ars Technica 引用Science中的一篇文章、insideHPC 引用一位研究人员、一位 UAlberta 心理学教授进行粗略计算以及Oracle 赞助的项目）。范围似乎是$10^{11}$到$10^{18}$IPS，从科学记数法中省略了前置因子。

至于大脑的存储能力，那些文章引用了大约$10^{8}$到$10^{15}$存储位，取决于估计方法。处理能力和存储的估计范围往往试图解释这样一个事实，即大脑和计算机硬件是为根本不同的任务集而设计的。无论如何，对于引用的处理能力和存储数据，人脑在功率基础上是两台“计算机”中效率更高的，每天需要大约 2000 卡路里的热量（加上正确的微量营养素），而计算机通常需要电源在几十到几百瓦。

这已经被讨论得令人作呕……

可以在 Ray Kurzweil 的“Singularity in Near”第 89 页中找到对不同估计的一个很好的调查总体而言，10^16 - 10^18 的翻牌或比特似乎是大概的数字

各种估计基于功能性神经元行为*神经元数量、对视网膜的模式识别进行建模并推断大脑的大小等...

对于模拟大脑智能的不同看法，您可以尝试“Jeff Hawkins - On Intelligence”