ICS35.240.50CCSL70
团体标准
T/CES230—2023
电力人工智能算法异构硬件加速技术规范
Technicalspecificationforheterogeneoushardwareaccelerationof
electricpowerartificialintelligencealgorithm
2023-10-19发布2023-10-20实施
中国电工技术学会发布
I
T/CES230—2023
目次
前言 Ⅱ
1范围 1
2规范性引用文件 1
3术语和定义 1
4符号、代号和缩略语 2
5电力人工智能算法异构硬件加速框架 3
5.1概述 3
5.2电力人工智能训练异构硬件加速 3
5.3电力人工智能推理异构硬件加速 5
6电力人工智能异构硬件加速的技术要求 5
6.1电力人工智能异构硬件加速系统要求 5
6.2电力人工智能训练异构硬件加速的技术要求 6
6.3电力人工智能推理异构硬件加速的技术要求 6
6.4电力人工智能不同场景的性能要求 7
7电力人工智能异构加速性能评估指标及测试方法 8
7.1电力人工智能模型训练异构硬件加速性能评估指标和测试方法 8
7.2电力人工智能模型推理异构硬件加速性能评估指标和测试方法 10
参考文献 14
II
T/CES230—2023
前言
本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由中国电工技术学会提出。
本文件由中国电工技术学会标准工作委员会能源智慧化工作组归口。
本文件起草单位：国网信息通信产业集团有限公司、福建亿榕信息技术有限公司、中国科学院上海微系统与信息技术研究所、国网思极位置服务有限公司。
本文件主要起草人：李强、庄莉、赵峰、梁懿、王秋琳、宋立华、卜智勇、王营冠、李炳森、伍臣周、何为、陈又咏、邱镇、吴佩颖、张晓东、李建华、陈江海、林闽微、吕志超、张维、王婧、朱厦。
本文件为首次发布。
1
T/CES230—2023
电力人工智能算法异构硬件加速技术规范
1范围
规范规定了人工智能算法异构硬件加速的技术要求和评价方法，为电力领域中线路巡检、监控等算法模型加速提供了技术参考和评价依据。
适用于电力领域中支持训练和推理的人工智能框架硬件加速技术的评估。
2规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
GB/T5271.1—2000信息技术词汇第1部分：基本术语
GB/T5271.28—2001信息技术词汇第28部分：人工智能基本概念与专家系统
GB/T5271.34—2006信息技术词汇第34部分：人工智能神经网络
GB/T41867—2022信息技术人工智能术语
YD/T3944—2021人工智能芯片基准测试评估方法
T/CES128—2022电力人工智能平台总体架构及技术要求
3术语和定义
下列术语和定义适用于本文件。
3.1
人工智能artificialintelligence
一门交叉学科，通常视为计算机科学的分支，研究表现出与人类智能（如推理和学习）相关的各种功能的模型和系统。
[来源GB/T5271.28—2001，28.01.01]3.2
异构计算heterogeneouscomputing
不同类型指令集合体系架构的计算单元组成系统的计算方式。
[来源：维基百科]3.3
分布式计算distributedcomputing
是一种需要进行大量计算的工程数据分割成小块，由多台计算机机器分别计算，在上传计算结果后，将结果统一合并的得出数据结论的科学。
[来源：维基百科]3.4
深度学习deeplearning
通过训练具有许多隐藏层的神经网络来创建丰富层次表示的方法。
[来源：GB/T41867—2022，3.4.27]
2
T/CES2