T/CES 228-2023 电力人工智能感存算一体化系统测试方法

范围:本文件规定了电力人工智能感存算一体化系统测试方法，可对基于人工智能的系统功能、典型应用场景性能进行评估，评测场景包括图像分类、目标检测、目标分割、目标识别、目标跟踪、行为检测、语音识别、文字识别、本地语音唤醒、负荷辨识等。 本文件适用于生产厂商、研究机构、应用厂商及第三方机构对电力人工智能感存算一体化系统进行测试评估，也适用于生产厂商对电力人工智能感存算一体化系统的设计; 主要技术内容:随着泛在电力物联网、边缘计算等新应用发展，电力人工智能模型规模和数量剧增，各应用场景对数据的收集、存储、处理要求不断提高。传统数据处理方法中存储器与处理器相分离的架构带来了冯·诺依曼瓶颈问题，即体现为存储墙、带宽墙和功耗墙问题。如何有效打破冯·诺依曼瓶颈，为相关技术的发展提供算力保障，成为了当前业界亟待解决的问题。存算一体技术直接利用存储器进行数据处理，具备超高的算力和能效比，是比冯诺依曼架构更适合AI计算的架构，被AspenCore预测为2022年的全球半导体行业十大技术趋势之一。“感存算一体化”则是在存算一体里增加了传感，感存算一体架构为集传感、储存和运算为一体的架构，解决冯诺依曼架构的数据搬运的功耗瓶颈的同时与传感结合提升整体效率。在设计、研发阶段，存算一体芯片都需要反复测试验证迭代，必须需要有一套合适的测试系统加速这一过程。目前，针对电力人工智能感存算一体化系统技术、测试等的规范化工作还尚未开展，相应标准的滞后甚至缺失已经成为制约感存算一体化系统发展的关键问题。因此，针对多样化电力业务场景存在的感知能力不足、决策效率低、能耗大的痛点，制定了电力人工智能感存算一体化系统测试方法，为系统的测试提供依据，促进查存计算、近存计算、存内计算、存内逻辑等感存算一体化技术的规模化与商业化发展