AI算力的单位通常用以下几种表示：

1、FLOPS（每秒浮点运算次数）：FLOPS是衡量计算机性能，尤其是超级计算机和高性能计算系统（如AI计算集群）最常用的指标之一。它表示每秒可以执行的浮点运算次数，通常用于衡量计算机进行科学计算、模拟和机器学习等任务的能力。

2、TOPS（每秒万亿次运算）：TOPS是FLOPS的一个更高层次的量级，通常用于衡量更大规模的计算系统（如超级计算机、AI集群等）的性能。1 TOPS = 1万亿次浮点运算/秒。

3、PetaFLOPS（PFLOPS）：1 PFLOPS = 1000 TFLOPS（千万亿次浮点运算/秒），是一个更大的单位，用来衡量超级计算机的性能。

4、ExaFLOPS（EFLOPS）：1 EFLOPS = 1000 PFLOPS，是目前世界上最快的超级计算机的性能衡量单位。

在AI领域，特别是对于深度学习模型的训练和推理，算力通常也用以下单位来衡量：

GPU Hours 或 GPU 秒: 这通常用于衡量训练一个模型所需要的计算资源，特别是在云计算和分布式训练环境中。

训练参数量（Model Parameters）：有时也会用参数量来间接衡量模型的计算需求，但这不是一个直接的算力单位。

这些单位主要用于衡量计算机或计算机集群处理复杂计算任务的能力，尤其是在人工智能、大数据分析、高性能计算等领域。