GB/T 46572-2025 智能计算 术语

　　ICS 01. 040.35 CCS A 22

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 46572—2025

　　智能计算 术语

　　Intelligentcomputing—Terminology

　　2025-10-31发布 2025-10-31实施

　　国家市场监督管理总局国家标准化管理委员会

　　

　　发

　　

　　布

　　GB/T 46572—2025

　　目 次

　　前言 Ⅲ

　　引言 Ⅳ

　　1 范围 1

　　2 规范性引用文件 1

　　3 通用基础术语 1

　　4 智能计算基础设施术语 2

　　5 智能计算架构术语 3

　　6 智能计算性能术语 4

　　7 智能计算技术与应用术语 5

　　参考文献 7

　　索引 8

　　Ⅰ

　　GB/T 46572—2025

　　前 言

　　本文件按照 GB/T 1. 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 。

　　本文件由全国智能计算标准化工作组(SAC/SWG 32)提出并归 口 。

　　本文件起草单位 :之江实验室 、中国科学院计算技术研究所 、阿里云计算有限公司 、中国信息通信研究院 、曙光信息产业(北京)有限公司 、浪潮云信息技术股份公司 、北京大学 、清华大学 、北京航空航天大学 、中兴通讯股份有限公司 、中国联合网络通信有限公司研究院 、成都超算中心运营管理有限公司 、中移 (苏州)软件技术有限公司 、山 东 省 计 算 中 心(国 家 超 级 计 算 济 南 中 心) 、蚂 蚁 科 技 集 团 股 份 有 限 公 司 、超聚变数字技术有限公司 、浪潮电子信息产业股份有限公司 、中国科学院计算机网络信息中心 、中国科学院软件研究所 、天翼云科技有限公司 、新华三技术有限公司 、上海燧原科技股份有限公司 、杭州爱杰光电科技有限公司 、上海曦智科技有限公司 、济南量子技术研究院 、浙江大学 、华中科技大学 、中国联合网络通信有限公司广东省分公司 、上海超级计算中心 、上海科学院 、北京大学长沙计算与数学经济研究院 、中移(杭州)信息技术有限公司 、南方电网大数据服务有限公司 、浙江大华技术股份有限公司 、浙江创邻科技有限公司 、中电信数智科技有限公司 、中电海康集团有限公司 、深圳市九天睿芯科技有限公司 、杭州海康威视数字技术股份有限公司 、深圳思谋信息科技有限公司 、中国电子科技南湖研究院 、北京灵汐科技有限公司 、上海张江数学研究院 、山西太行实验室有限公司 、中国标准化研究院 、上海天鹜科技有限公司 、深圳市国鑫恒运信息安全有限公司 、广州广电五舟科技股份有限公司 、杭州高新区(滨江) 区块链与数据安全研究院 。

　　本文件主要起草人 :孙凝晖 、黄丹丹 、何水兵 、金海 、黄恺 、樊春 、刘轶 、黄震春 、曾令仿 、于小博 、李响 、李涛 、郭旸 、李 永 辉 、潘 纲 、施 路 平 、黄 伟 、韩 淑 君 、赵 欢 、邹 磊 、金 钟 、杨 超 、马 银 萍 、郭 智 慧 、郑 佳 佳 、梁玲燕 、葛菁 、梁 永 贵 、黄 廷 磊 、瞿 隆 、王 思 善 、侯 辉 煌 、沈 亦 晨 、王 超 凡 、李 姗 姗 、邓 诗 贤 、张 宇 、王 军 、刘洪杰 、刘运 、周 研 、孔 维 生 、楼 志 斌 、彭 剑 峰 、张 驰 、蔡 炎 松 、华 宝 洪 、张 丹 丹 、许 凌 毅 、王 晨 、张 宏 巍 、王蒙湘 、洪亮 、张思栋 、张帆 、寿黎但 。

　　Ⅲ

　　GB/T 46572—2025

　　引 言

　　计算已经成为支撑社会发展和国家创新能力建设的重要基石 ,具有计算密集 、数据驱动 、基于模型等特征的智能计算技术正掀起新一轮产业及科技变革 。 随着智能计算技术的发展 ,智能计算的内涵和外延不断丰富 , 由智能计算衍生出的新技术 、新方法 、新业态不断涌现 。

　　本文件立足于技术 与 产 业 现 状 , 面 向 发 展 需 求 , 围 绕 智 能 计 算 本 身 及 其 所 涉 及 子 领 域 的 常 用 词汇 ,按照通用基础 、智能计算基础设施 、智能计算架构 、智能计算性能 、智能计算技术与应用五个方面 ,梳理术语体系 ,规范术语定义 ,为智能计算相关领域的开发 、应用及标准化工作提供基础支撑和参考依据 。

　　Ⅳ

　　GB/T 46572—2025

　　智能计算 术语

　　1 范围

　　本文件界定了智能计算通用基础 、智能计算基础设施 、智能计算架构 、智能计算性能 、智能计算技术与应用方面的相关术语和定义 。

　　本文件适用于智能计算领域相关概念的理解和信息交流 ,为智能计算相关活动中使用的术语 、智能计算相关标准制定 、技术文件编制等工作提供共同理解 。

　　2 规范性引用文件

　　本文件没有规范性引用文件 。

　　3 通用基础术语

　　3. 1

　　智能计算 intelligentcomputing

　　具有计算密集 、数据驱动 、基于模型等特征 ,采用新一代架构体系和/或计算方法的一类计算技术 。注 1: 模型主要指人工智能模型 ;新一代架构体系包括算力互联互通 、存算一体等 ;新一代计算方法 包 括 类 脑 计 算 、

　　光电计算 、生物计算等 。

　　注 2: 智能计算具有两个方面的含义 :一是计算依靠智能 , 即利用智能技术增强计算的能力和效果;二是计算为了智能 , 即通过计算来实现智能化应用 , 以解决复杂问题 。

　　3.2

　　算力 computingpower;computingforce;computility

　　对信息进行综合处理的能力 。

　　注 : 算力包含计算能力(3. 3) 、存储能力(3. 4)和网络运载能力(3. 5) 。

　　3.3

　　计算能力 computing capability

　　执行计算和数据处理任务的能力 。

　　3.4

　　存储能力 storagecapability

　　数据储存 、读写的能力 。

　　3.5

　　网络运载能力 network transmission capability

　　通过网络传输数据的能力 。

　　3.6

　　通用算力 generalcomputingpower

　　通算

　　主要由中央处理器(CPU)提供计算能力(3. 3)的一类算力(3. 2) 。

　　1

　　GB/T 46572—2025

　　3.7

　　智能算力 intelligentcomputingpower

　　智算

　　主要由中央处理器(CPU)和专用于智能计算(3. 1) 的加速器(4. 6) 提供计算能力(3. 3) 的一类算力(3. 2) 。

　　3. 8

　　超算算力 supercomputingpower

　　主要由超级计算机等高性能计算设备(4. 1)提供计算能力(3. 3)的一类算力(3. 2) 。

　　3.9

　　算力服务提供者 computingpowerserviceprovider

　　能够提供算力(3. 2)服务的实体 。

　　注 : 包括算力中心(4. 7) 、端设备 、边缘设备等 。

　　4 智能计算基础设施术语

　　4. 1

　　计算设备 computingdevice

　　执行计算任务的物理设备 。

　　4.2

　　计算节点 computing node

　　由计算设备(4. 1)构成 ,运行计算任务的基础单元 。

　　4.3

　　存储节点 storagenode

　　具备储存数据 、读写数据和保持数据不易失的能力 ,完成存储功能的基础单元 。

　　4.4

　　网络节点 network node

　　具备连接各类设备 、实现设备间数据传输的能力 ,完成网络功能的基础单元 。

　　4.5

　　计算集群 computing cluster

　　由多个计算节点(4. 2) 、存储节点(4. 3) 、网络节点(4. 4) 组成的集合 ,用于执行大规模计算和数据处理任务 。

　　4.6

　　加速器 accelerator

　　加速芯片 accelerating chip

　　提供额外的计算能力(3. 3)以加速特定类型计算任务的集成电路元件 。

　　注 : 如图形处理器(GPU) 、现场可编程门阵列(FPGA) 、专用集成电路(ASIC)等 。

　　[来源 :GB/T 41867—2022,3. 1. 5,有修改] 4.7

　　算力中心 computingpowercenter

　　集成大规模计算能力(3. 3) 、存储能力(3. 4) 和网络运载能力(3. 5) ,集中管理和提供算力(3. 2) 资源的场所和/或机构 。

　　4. 8

　　智能计算中心 intelligentcomputing center

　　智算中心

　　2

　　GB/T 46572—2025

　　以智能算力(3. 7)为主要算力资源 ,提供算力(3. 2) 、数据 、算法等服务的算力中心(4. 7) 。 4.9

　　算力基础设施 computingpower infrastructure

　　集信息计算 、网络运载 、数据存储于一体的信息基础设施 ,通过集中管理和调度算力资源 ,实现信息的计算 、存储 、传输与应用 ,是支持计算与数据处理任务的算力资源的统称 。

　　5 智能计算架构术语

　　5. 1

　　算力互联互通 computingpower interconnection and communication

　　将不同主体 、类型或地域的算力资源进行互联 ,实现应用和数据在算力资源间进行高效供需匹配 、流动互通 、迁移计算的过程 。

　　5.2

　　超算互联网 internetofsupercomputing;IoSC

　　借助网络基础设施和/或 高 速 互 联 技 术 实 现 超 算 硬 件 、软 件 、应 用 、服 务 等 资 源 的 互 联 、聚 合 与 共享 ,并集成算力供给 、软件与应用研发 、增值服务等能力 , 为用户提供多样化算力服务的一种算力生态体系 。

　　5.3

　　算力网络 computingpowernetwork

　　通过网络技术联接算力 , 实现算力互联互通 ,根据业务需求按需分配和灵活调度算力资源 、存储资源 、网络资源 ,提供一体化服务的一种算力基础设施 。

　　5.4

　　算力感知 computingpowerawareness

　　为实现算力的高效调度与优化利用 ,对算力资源的部署位置 、实时状态 、负载信息 、业务需求等多维度信息的感知和分析 。

　　5.5

　　算力路由 computingpowerrouting

　　为实现算力资源的全局优化 ,基于算力感知 , 动态选择满足业务需求的转发路径和算力服务提供者 ,并将业务沿指定路径转发至相应的算力服务提供者的过程 。

　　5.6

　　算力解耦 computingpowerdecoupling

　　为提高算力资源的利用率 、灵活性和可扩展性 ,将计算和数据处理任务与算力资源的物理部署分离 ,使其可以独立于特定的算力资源进行调度和执行的过程 。

　　5.7

　　算力调度 computingpowerscheduling

　　通过算法和策略 ,实现算力资源分配的过程 。

　　5. 8

　　算网编排 computing and network orchestration

　　为满足计算和数据处理任务的需求 ,对算力及网络资源进行动态选择和组织的过程 。 5.9

　　算力度量 computingpowermetric

　　为算力需求和算 力 资 源 定 义 统 一 的 指 标 , 对 算 力 的 服 务 、管 理 和 计 费 等 要 素 进 行 综 合 量 化 的过程 。

　　3

　　GB/T 46572—2025

　　5. 10

　　在网计算 in-network computing

　　将计算和数据处理任务卸载至网络设备 , 由网络设备完成计算和数据的处理及转发 ,从而提升计算效率和网络传输效率的一种计算架构 。

　　5. 11

　　存算一体 processing-in-memory; computing-in-memory

　　不区分存储单元和计算单元的一种计算架构 。

　　5. 12

　　异构计算 heterogeneouscomputing

　　通过组合不同类型的计算单元 ,来优化性能和能效的一种计算架构 。

　　6 智能计算性能术语

　　6. 1

　　每秒操作次数 operationspersecond;OPS

　　计算设备(4. 1)每秒能够执行的运算总次数 。

　　注 : 涵盖了所有类型的运算 ,包括浮点数运算和整数运算等 。

　　6.2

　　每秒浮点运算次数 floatingpointoperationspersecond;FLOPS

　　计算设备(4. 1)每秒能够执行的浮点运算次数 。

　　注 : 浮点运算次数包括双精度(FP64)浮点运算次数 、单精度(FP32)浮点运算次数和半精度(FP16) 浮点运算次数等多种类型 ,每秒浮点运算次数传统上指双精度浮点运算次数 。

　　[来源 :GB/T 41779—2022,3. 8,有修改] 6.3

　　每秒双精度浮点运算次数 doubleprecision floatingpointoperationspersecond

　　计算设备(4. 1)每秒能够执行的 64位浮点数(FP64)运算次数 。

　　6.4

　　每秒单精度浮点运算次数 singleprecision floatingpointoperationspersecond

　　计算设备(4. 1)每秒能够执行的 32位浮点数(FP32)运算次数 。

　　6.5

　　每秒半精度浮点运算次数 halfprecision floatingpointoperationspersecond

　　计算设备(4. 1)每秒能够执行的 16位浮点数(FP16)运算次数 。

　　6.6

　　每秒 8 位浮点运算次数 8-bitfloatingpointoperationspersecond

　　计算设备(4. 1)每秒能够执行的 8位浮点数(FP8)运算次数 。

　　6.7

　　每秒 8 位整数运算次数 8-bitintegeroperationspersecond

　　计算设备(4. 1)每秒能够执行的 8位整数(INT8)运算次数 。

　　6. 8

　　每秒 4 位整数运算次数 4-bitintegeroperationspersecond

　　计算设备(4. 1)每秒能够执行的 4位整数(INT4)运算次数 。

　　6.9

　　混合精度 mixed precision

　　在同一计算过程中采用两种及以上不同数值精度格式进行计算和数据处理任务 , 以实现降低计算

　　4

　　GB/T 46572—2025

　　成本 、减少内存占用 、提高运算效率等效果 。

　　6. 10

　　峰值性能 peak performance

　　计算节点(4. 2)或计算集群(4. 5)在理想状态下能达到的最大性能 。

　　6. 11

　　有效性能 effectiveperformance

　　计算节点(4. 2)或计算集群(4. 5)在执行计算和数据处理任务时达到的实际性能 。

　　6. 12

　　算力利用率 computingpowerutilization

　　计算设备(4. 1)的有效性能与峰值性能的比值 。

　　6. 13

　　能效 energy efficiency

　　算力资源在完成计算和数据处理任务时 ,有效性能与功耗之间的比值 。

　　6. 14

　　模型每秒浮点运算次数利用率 modelFLOPsutilization; MFU

　　计算集群(4. 5)在执行模型训练任务时 ,实际执行的浮点运算次数与理论峰值浮点运算次数之间的比值 。

　　6. 15

　　模型训练吞吐量 modeltrainingthroughput

　　计算集群(4. 5)在执行模型训练任务时 ,单位时间训练过程中处理的样本数量或数据量 。

　　6. 16

　　模型推理延迟 modelinferencelatency

　　从模型接收输入数据到生成输出结果所需的时间 。

　　7 智能计算技术与应用术语

　　7. 1

　　类脑计算 brain-inspired computing

　　受生物脑和神经系统信息处理机制启发 ,构建算法模型 、软硬件架构和应用系统的计算技术 。 7.2

　　光电计算 optoelectroniccomputing

　　基于光 、电的物理特性 ,结合各自的优势完成数据传输 、交换和运算的计算技术 。

　　7.3

　　生物计算 bio-computing

　　基于生物系统固有的信息处理机制研究开发的计算技术 。

　　7.4

　　量子计算 quantum computing

　　利用量子比特进行信息运算和存储 ,并运行量子算法的计算技术 。

　　[来源 :GB/T 42565—2023,3. 12] 7.5

　　图计算 graph computing

　　对数据的图结构的抽象表达 , 以及基于这种数据结构的计算技术 。

　　[来源 :GB/T 37722—2019,3. 4,有修改]

　　5

　　GB/T 46572—2025

　　7.6

　　科学智算 intelligentcomputingforscience

　　科学计算

　　计算技术在科学研究与科学工程实践中的应用 。

　　7.7

　　天基计算 space-based computing

　　计算技术在太空任务中的应用 ,通过在太空中部署计算 、存储 、网络等资源 ,形成太空算力(3. 2) ,完成对空间数据的分析和传输 。

　　7. 8

　　空间计算 spatialcomputing

　　计算技术在空间感知和环境感知中的应用 ,利用计算将数字信息与物理空间相结合 ,实现与物理世界更加融合的交互体验 。

　　6

　　GB/T 46572—2025

　　参 考 文 献

　　[1] GB/T 37722—2019 信息技术 大数据存储与处理系统功能要求

　　[2] GB/T 41779—2022 高性能计算机系统能效测试方法

　　[3] GB/T 41867—2022 信息技术 人工智能 术语

　　[4] GB/T 42565—2023 量子计算 术语和定义

　　[5] IEEE Std754—2019 IEEE Standard for Floating—PointArithmetic

　　[6] 孙凝晖 ,张云泉 ,刘宇航 . 算力[J] . 中国计算机学会通讯 ,2022(12) :95-97.

　　[7] 工业和信息化部 , 中央网络安全和信息化委员会办公室 ,教育部 , 国家卫生健康委员会 , 中国人民银行 , 国务院 国 有 资 产 监 督 管 理 委 员 会 . 算 力 基 础 设 施 高 质 量 发 展 行 动 计 划[EB/OL] . 2023年 . [2023-11-29]https://www. gov. cn/zhengce/zhengceku/202310/content_6907900. htm

　　7

　　GB/T 46572—2025

　　索 引

　　汉语拼音索引

　　C

　　超算互联网 5.2

　　超算算力 3. 8

　　存储节点 4.3

　　存储能力 3.4

　　存算一体 5. 11

　　F

　　峰值性能 6. 10

　　G

　　光电计算 7.2

　　H

　　混合精度 6.9

　　J

　　计算集群 4.5

　　计算节点 4.2

　　计算能力 3.3

　　计算设备 4. 1

　　加速器 4.6

　　加速芯片 4.6

　　K

　　科学计算 7.6

　　科学智算 7.6

　　空间计算 7. 8

　　L

　　类脑计算 7. 1

　　量子计算 7.4

　　M

　　每秒半精度浮点运算次数 6.5

　　每秒操作次数 6. 1

　　每秒单精度浮点运算次数 6.4

　　8

　　GB/T 46572—2025

　　每秒浮点运算次数 6.2

　　每秒双精度浮点运算次数 6.3

　　每秒 4 位整数运算次数 6. 8

　　每秒 8 位浮点运算次数 6.6

　　每秒 8 位整数运算次数 6.7

　　模型每秒浮点运算次数利用率 6. 14

　　模型推理延迟 6. 16

　　模型训练吞吐量 6. 15

　　N

　　能效 6. 13

　　S

　　生物计算 7.3

　　算力 3.2

　　算力调度 5.7

　　算力度量 5.9

　　算力服务提供者 3.9

　　算力感知 5.4

　　算力互联互通 5. 1

　　算力基础设施 4.9

　　算力解耦 5.6

　　算力利用率 6. 12

　　算力路由 5.5

　　算力网络 5.3

　　算力中心 4.7

　　算网编排 5. 8

　　T

　　天基计算 7.7

　　通用算力 3.6

　　通算 3.6

　　图计算 7.5

　　W

　　网络节点 4.4

　　网络运载能力 3.5

　　Y

　　异构计算 5. 12

　　有效性能 6. 11

　　Z

　　在网计算 5. 10

　　9

　　GB/T 46572—2025

　　智能计算 3. 1

　　智能计算中心 4. 8

　　智能算力 3.7

　　智算 3.7

　　智算中心 4. 8

　　英文对应词索引

　　A

　　accelerating chip 4.6

　　accelerator 4.6

　　B

　　bio-computing 7.3

　　brain-inspired computing 7. 1

　　C

　　computility 3.2

　　computing and network orchestration 5. 8

　　computing capability 3.3

　　computing cluster 4.5

　　computingdevice 4. 1

　　computing force 3.2

　　computing-in-memory 5. 11

　　computing node 4.2

　　computingpower 3.2

　　computingpowerawareness 5.4

　　computingpowercenter 4.7

　　computingpowerdecoupling 5.6

　　computingpower infrastructure 4.9

　　computingpower interconnection and communication 5. 1

　　computingpowermetric 5.9

　　computingpowernetwork 5.3

　　computingpowerrouting 5.5

　　computingpowerscheduling 5.7

　　computingpowerserviceprovider 3.9

　　computingpowerutilization 6. 12

　　D

　　doubleprecision floatingpointoperationspersecond 6.3

　　E

　　effectiveperformance 6. 11

　　10

　　GB/T 46572—2025

　　energy efficiency 6. 13

　　F

　　floatingpointoperationspersecond 6.2

　　FLOPS 6.2

　　G

　　generalcomputingpower 3.6

　　graph computing 7.5

　　H

　　halfprecision floatingpointoperationspersecond 6.5

　　heterogeneouscomputing 5. 12

　　I

　　in-network computing 5. 10

　　intelligentcomputing 3. 1

　　intelligentcomputing center 4. 8

　　intelligentcomputingforscience 7.6

　　intelligentcomputingpower 3.7

　　internetofsupercomputing 5.2

　　IoSC 5.2

　　M

　　MFU 6. 14

　　mixed precision 6.9

　　modelFLOPsutilization 6. 14

　　modelinferencelatency 6. 16

　　modeltrainingthroughput 6. 15

　　N

　　network node 4.4

　　network transmission capability 3.5

　　O

　　operationspersecond 6. 1

　　OPS 6. 1

　　optoelectroniccomputing 7.2

　　P

　　peak performance 6. 10

　　processing-in-memory 5. 11

　　11

　　GB/T 46572—2025

　　Q

　　quantum computing 7.4

　　S

　　singleprecision floatingpointoperationspersecond 6.4

　　space-based computing 7.7

　　spatialcomputing 7. 8

　　storagecapability 3.4

　　storagenode 4.3

　　supercomputingpower 3. 8

　　4-bitintegeroperationspersecond 6. 8

　　8-bitfloatingpointoperationspersecond 6.6

　　8-bitintegeroperationspersecond 6.7

　　12