Intel® 處理器 （32 位與 64 位） 的 Gigaflops （GFLOPS-每秒浮點運算次數） 和調整後的峰值效能 （APP） 值。
研究比較英特爾 Intel CPU 的處理速度，作為瞭解電腦性能，裝機採購時的參考
APP-for-Intel-Core-Processors.pdf (Core- i3, i5, i7, i9,Ultra )
►Intel®微處理器的匯出合規性指標Intel Core®處理器
檔案名：APP-for-Intel-Xeon-Processors.pdf (XEON)
►Intel®微處理器的匯出合規性指標Intel Xeon®處理器
檔案名：APP-for-Intel-Xeon-Phi-Processors.pdf
►Intel® 微處理器的匯出合規性指標Intel Xeon Phi™處理器
檔案名：APP-for-Intel-Itanium-Processors.pdf
►Intel®微處理器的匯出合規性指標Intel Itanium®處理器
檔案名：APP-for-Intel-Pentium-Processors.pdf
Intel®微處理器的匯出合規性指標
►Intel Pentium®處理器 
檔案名：APP-for-Intel-Atom-Processors.pdf
►Intel®微處理器的匯出合規性指標
Intel® Atom™處理器
檔案名：APP-for-Intel-Celeron-Processors.pdf
►Intel® 微處理器的匯出合規性指標
Intel Celeron®處理器
https://www.intel.com.tw/content/www/tw/zh/support/articles/000005755/processors.html
Intel® 微處理器的匯出合規性指標
每秒浮點運算次數，亦稱每秒峰值速度，（英語：Floating-point operations per second；縮寫：FLOPS），即每秒所執行的浮點運算次數。
浮點（floating-point）指的是帶有小數的數值，浮點運算即是小數的四則運算，常用來測量電腦運算速度或被用來估算電腦效能，尤其是在使用到大量浮點運算的科學計算領域中。因為FLOPS字尾的那個S代表秒，而不是複數，所以不能夠省略。在多數情況下，測算FLOPS比測算每秒指令數（IPS）要準確。
浮點運算實際上包括了所有涉及浮點數的運算，在某類應用軟體中常常出現，比較整數運算更用時間。現今大部分的處理器中都有浮點運算器。因此每秒浮點運算次數所量測的實際上就是浮點運算器的執行速度。常用來測量每秒浮點運算次數的基準程式（benchmark）之一
一個GFLOPS（gigaFLOPS）等於每秒十億/十億（10⁹）次的浮點運算；
有人對每秒浮點運算次數頗多微詞，認為它並不是一個有意義的量度，因為FLOPS並不能反應出許多對執行效能有影響的因素。例如：I/O的效能、記憶體的架構、快取記憶體一致性（cache coherence）。這意味著電腦的實際計算容量，與FLOPS的理論峰值間會有一段不小的差距。
隨著新資訊科技時代（數據挖掘、機器學習、深度學習、BIG DATA 巨量資料、各種類神經網路和人工智慧等）及工業革命 4.0 的發展，與 FLOPS 運算效能指標有關的計算裝置以顯示卡 GPU 和 FPGA 為主要核心，但 FLOPS 指標卻未能準確地反映出以上裝置在相關領域運算的效能表現。皆因以上裝置的架構是利用 CUDA、OpenCL 等程式語言來實現加速相關應用程式的運算速度（普遍達 20 倍甚至高達過千倍），而這些技術的實現依賴的是如 GPU 比 CPU 擁有更多倍數整合的核心，如一塊 NVIDIA GeForce GTX-750Ti 處理器就擁有高達 640 個 CUDA Core，其 GFLOPS 效能表現理想但實際上並未對巨量資料運算作出很大的貢獻，更多地是因為數量龐大的 CUDA 核心（每核心都有 ALU 算術邏輯運算單元）能進行並行運算而產生的指數級別運算速度提升。
APP 計算依據美國商業部出口管理法規 71 CFR 20876 所發佈的公式，並在加權 Teraflops （WT） 中說明。
