GB/T 42382.3-2026 信息技术 神经网络表示与模型压缩 第3部分：图神经网络

ICS35040

CCSL.71

中华人民共和国国家标准

GB/T423823—2026

.

信息技术神经网络表示与模型压缩

第3部分图神经网络

:

Informationtechnology—Neuralnetworkrepresentationandmodelcompression—

Part3Grahneuralnetwork

:p

2026-04-30发布2026-11-01实施

国家市场监督管理总局发布

国家标准化管理委员会

GB/T423823—2026

.

目次

前言

…………………………Ⅲ

引言

…………………………Ⅳ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

缩略语

4……………………3

图神经网络表示与模型压缩概述

5………………………5

图数据表示

6………………6

基本定义

6.1……………6

图数据类型定义

6.2……………………10

图基本运算

6.3…………………………11

图基本任务

6.4…………………………26

图神经网络模型

7…………………………26

模型结构

7.1……………26

基础算子

7.2……………30

点级模型

7.3……………81

边级模型

7.4…………………………105

图级模型

7.5…………………………112

图神经网络压缩和加速

8………………119

图数据压缩

8.1………………………119

模型量化与剪枝

8.2…………………128

模型蒸馏

8.3…………………………131

模型加速

8.4…………………………137

图神经网络计算框架

9…………………143

基于深度学习平台的图神经网络计算框架

9.1……………………143

图神经网络计算框架与第三方数据源接口

9.2……………………154

参考文献

……………………159

Ⅰ

GB/T423823—2026

.

前言

本文件按照标准化工作导则第部分标准化文件的结构和起草规则的规定

GB/T1.1—2020《1:》

起草

。

本文件是信息技术神经网络表示与模型压缩的第部分已经发

GB/T42382《》3。GB/T42382

布了以下部分

:

第部分卷积神经网络

———1:;

第部分大规模预训练模型

———2:;

第部分图神经网络

———3:。

本文件由全国信息技术标准化技术委员会提出并归口

(SAC/TC28)。

本文件起草单位北京大学北京邮电大学华为技术有限公司蚂蚁金服杭州网络技术有限公

:、、、()

司北京百度网讯科技有限公司鹏城实验室吉林大学西安交通大学上海图灵天问智能科技有限公

、、、、、

司中国电子技术标准化研究院阿里巴巴中国有限公司北京海致星图科技有限公司北京图数创智

、、()、、

科技有限公司杭州海康威视数字技术股份有限公司上海上湖信息技术有限公司中国科学院自动化

、、、

研究所中科南京人工智能创新研究院中移动信息技术有限公司东北大学深圳市腾讯计算机系统有

、、、、

限公司北京交通大学清华大学中国联合网络通信有限公司腾讯科技深圳有限公司中关村视听

、、、、()、

产业技术创新联盟

。

本文件主要起草人石川田永鸿黄海任宇翔张志强冯仕堃陈光耀杨博裴红斌刘忠雨

:、、、、、、、、、、

范深沈游人杨成岳大帅刘曜齐耿赛赛陈均泽郝健翔杨晋豫文思源张学仓崔佳旭王平辉

、、、、、、、、、、、、、

李慧园陈泰乐曾菊香何径舟黄正杰黄世维方泽阳陈泽裕于佃海李伟彬周俊胡斌斌韦绍玮

、、、、、、、、、、、、、

梁磊敬斌张翀倪铭坚彭佩玺张文涛盛则昂黎洋沈彧杨智崔斌孙铭蔚王鹏刘洪杨帆

、、、、、、、、、、、、、、、

邹磊吴伟周光煜方超陈诚姜伟浩王扬王春平陈磊张一帆赵士云程健陈卓尚晶李珍

、、、、、、、、、、、、、、、

张岩峰蒋杰陶阳宇欧阳文孙瑞鸿耿阳李敖李清勇王鑫朱文武胡浩基王化良胡欣怡杨雨泽

、、、、、、、、、、、、、

鲍薇郑若琳沈芷月杨斌程新洲张伟民赵海英黄铁军高文

、、、、、、、、。

Ⅲ

GB/T423823—2026

.

引言

图神经网络已经在推荐系统知识图谱智能交通等领域得到广泛应用基于图神经网络的深度学

、、。

习算法及其衍生应用系统在许多图任务上取得了突破性的进展但是其具体的实现仍然依赖于不同的

,

算法平台由于目前没有统一的图神经网络的表示标准不同的算法平台采用了不同的图神经网络的

。,

表示和存储标准不同图神经网络框架之间不能互操作与协同工作图数据和图神经网络模型不能在不

;;

同平台上直接迁移使用不同图神经网络框架对于图神经网络粒度定义不同妨碍了硬件厂商对于图神

;,

经网络的加速和优化对于新出现的算子框架都需要进行重定义本文件旨在提供图数据和图神经网

;,。

络统一的表示以及模型算子接口的统一规范参考提升用户对图神经网络模型的复用效果对于本文

,,。

件规定的表示方法不要求平台原生支持可以通过转换工具包等形式进行支持本文件的定义可转化

,、。

为与特定计算设备框架匹配的形式和实现旨在确立适用于不同种类神经网络的表示

、。GB/T42382

方法与模型压缩的规范拟由三个部分组成

,:

第部分卷积神经网络目的在于确立适用千卷积神经网络的表示与模型压缩标准

———1:。。

第部分大规模预训练模型目的在于确立适应多种推理平台和计算要求的大规模预训练

———2:。

模型的基本表示方法与加速压缩过程

。

第部分图神经网络目的在于确立适应多种计算要求的高效图神经网络模型的基本表示

———3:。

方法与压缩加速过程

。

本文件的发布机构提请注意声明符合本文件时可能涉及第章和第章与图神经网络表示架

,,68

构神经网络表示框架相关的专利的使用第章与基于移位图卷积神经网络骨骼点行为识别技术基

、;7、

于自适应时序移位神经网络时序行为识别技术异质图神经网络生成技术用于短文本的分类技术基

、、、

于多通路图卷积神经网络的对象分类技术基于图卷积网络模型的信息预测技术套现用户检测技术

、、、

基于异质图神经网络的节点处理技术基于统一优化目标框架图神经网络的数据分类技术基于异质信

、、

息网络表示的推荐技术基于元路径引导嵌入的查询推荐技术图节点关系表征生成和图节点业务关系

、、

预测技术相关的专利的使用第章与基于图数据采样方法和系统技术相关的专利的使用

;9。

本文件的发布机构对于该专利的真实性有效性和范围无任何立场

、。

该专利持有人已向本文件的发布机构承诺他愿意同任何申请人在合理且无歧视的条款和条件

,

下就专利授权许可进行谈判该专利持有人的声明已在本文件的发布机构备案相关信息可以通过以

,。,

下联系方式获得

:

专利持有人北京大学

:

地址北京市海淀区颐和园路号

:5;

专利持有人北京邮电大学

:

地址北京市海淀区西土城路号

:10;

专利持有人支付宝杭州信息技术有限公司

:()

地址浙江省杭州市西湖区西溪路号蚂蚁空间

:569A;

专利持有人深圳市腾讯计算机系统有限公司

:

地址广东省深圳市南山区腾讯滨海大厦

:;

专利持有人中科南京人工智能创新研究院

:

地址江苏省南京市创研路号麒麟人工智能产业园号楼楼

:26633;

专利持有人中国科学院自动化研究所

:

地址北京市海淀区中关村东路号

:95;

请注意除上述专利外本文件的某些内容仍可能涉及专利本文件的发布机构不承担识别专利的

,,

责任

。

Ⅳ

GB/T423823—2026

.

信息技术神经网络表示与模型压缩

第3部分图神经网络

:

1范围

本文件规定了适应多种计算要求的高效图神经网络模型的基本表示方法与压缩加速过程

。

本文件适用于各种图神经网络模型的研制开发测试评估过程以及在端云领域的高效应用

、、,。

注对于本文件规定的表示与模型压缩方法不要求机器学习框架原生支持通过转换工具包等形式支持

:,、。

2规范性引用文件

本文件没有规范性引用文件

。

3术语和定义

下列术语和定义适用于本文件

。

31

.

图神经网络graphneuralnetwork

用于处理由图数据结构表示数据的神经网络

。

注图神经网络是人工智能应用中代表性的深度学习算法

:。

32

.

模型model

对应完成单个或多个任务的神经网络

。

33

.

层layer

神经网络中的分级结构

。

注每个网络层包含多个算子例如输入层卷积层全连接层

:,、、。

来源

[:GB/T42382.1—2023,3.2]

34

.

权重weight

权重张量weighttensor

不同单元之间的连接强度

。

注权重是神经网络的固有参数之一

:。

来源有修改

[:GB/T42382.1—2023,3.21,]

35

.

图graph

一个三元组包含节点集边集关联函数

,、、。

36

.

节点node

图结构数据中代表对象或实体的表示形式

。

1