ICS 33. 040. 40 CCS M32 YD 中华人民共和国通信业标准 YD/TXXXX-XXXX 数据中心算力技术要求和测评方法 Test requirements and specification for putational power of data centers （报批稿） 行业标准信息服务平台 2024-xx-xx发布 2024-xx-xx实施 中华人民共和国工业和信息化部发布
20XX-1XX4TYD 目次 前 言 III 1范围.
2规范性引用文件 3术语和定义.. 4缩略语 5数据中心算力接入 5.1算力资源的感知. 5.2算力资源的接入类型. 6数据中心算力度量， 6.1算力度量规则概述. 6.2数据中心算力.. 6.3算力评级... 7数据中心算力调度. 7.1算力智能调度引擎规范. 7.2算力集群调度适配规范. 7.3算力调度适用场景. 8数据中心算力运营 8.1算力服务规则.. 8.2算力管理规则. 8.3算力调度容错规则. 9算力测评方法... 9.1通用算力测评 9.2超算算力测评. 10 9.3智算算力测评. II 附录A（资料性）通用算力基准平台性能参考值 15 附录B（资料性）通用算力指标权重参考值 16 附录C（资料性）超算算力基准平台性能参考值 17 附录D（资料性）超算算力指标权重参考值.. 18 附录E（资料性）智算算力基准平台性能参考值 61 附录F（资料性）智算算力指标权重参考值 20
20XX1XX4TYD 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》给出的 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这些专利的责任.
本文件由中国通信标准化协会提出并归口.
本文件起草单位：中国信息通信研究院、超威半导体产品（中国）有限公司、中国电信集团有限 公司、华为技术有限公司、曙光智算信息技术有限公司、浪潮电子信息产业股份有限公司、新华三技 术有限公司、中国联合网络通信集团有限公司、北京邮电大学、北京交通大学、中国信息通信科技集 团有限公司、成都超算中心运营管理有限公司、南方电网大数据服务有限公司、中兴通讯股份有限公 司.
本文件主要起草人郭亮、李洁、吴美希、刘文卓、王文栓、唐峰、王峰、许长桥、权伟、纪拓、 贾明艳、张慷、桑洁丽、储伟伟、包振忠、杨莉、卢麒麟、康真健、邸贺亮、杨帆、林建森、朱炜圭、 杜希、方兴、宋梦、柴华、王建波、郭俊峰、刘运、常金风、阮迪、温小振、周曼、陆光辉、吉锋.
行业标准信息服务平台 II
20XX1XX4TYD 数据中心算力技术要求和测评方法 1范围 本文件规定了面向数据中心算力全生命周期，覆盖算力接入、算力度量、算力调度、算力运营等的 技术要求以及算力测评方法.
本文件适用于数据中心规划、设计、建设、运维等环节.
2规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款.
其中，注日期的引用文件， 仅该日期对应的版本适用于本文件：不注日期的引用文件，其最新版本（包括的修改单）适用于本 文件.
GB/T 433312023 互联网数据中心（IDC)技术和分级要求 3术语和定义 下列术语和定义适用于本文件 3.1 数据中心datacenter 由计算机场地（机房)，其他基础设施、信息系统软硬件、信息资源（数据）和人员以及相应的规章制 度组成的实体.
[来源：GB43331-2023 定义3.1] 3.2 算力putationalpover 服务器对数据进行处理并实现结果输出的一种能力，是衡量设备或系统计算能力的一个综合指标， 数值越大代表综合计算能力越强，包含以CPU为代表的通用计算能力和以GPU为代表的高性能算力.
3.3 算效putationalefficiency 数据中心算力与功率的比值，即“数据中心单位功率所产生的算力”，是同时考虑计算性能与功率的 一种效率.
数值越大，代表单位功率的算力越强，效能越高.
3.4 算力度量hashrate measurement 对不同计算类型的异构算力资源进行统一抽象描述，实现异构物理资源的统一资源描述，形成算力 能力模板，为算力路由、算力设备管理、算力计费等提供标准的算力度量规则.
3.5
20XX1XX4TYD 算力调度putationalpower scheduling 通过对不同业务的算力资源和算力需求进行匹配，使合理的算力去处理相应数据的一种方式.
算力 调度是高效利用算力资源的关键.
3. 6 算力服务putationalpower services 以多样性算力为基础，以算力网络为连接，以供给有效算力为目标的算力产业新领域，根据业务需 求，算力服务需满足绿色、共享、智能、可信等特征才能更好地支撑算力的典型应用场景.
3. 7 算力管理putationalpowermanagement 包含算力设备的注册、0AM（操作维护管理）、运营等.
统一的管理面可以对网络和算力进行管理 和监测，并可生成算力服务合约以及计费策略，以实现对算力的统一运营.
4缩略语 下列缩略语适用于本文件： AI：人工智能（artificialintelligence） ASIC：专用集成电路（application specific integrated circuit） CE:算效（putationalefficiency） CP：算力（putationalpower） CPM：算力管理（putationalpower management） FPGA:现场可编程门阵列（field programmable gate array） HPC：高性能计算（high performance puting) HPL：高性能浮点运算（high performance 1inpack） GPU：图形处理器（graphics processing unit) HM:算力度量（hiashrate measurement） NPU：神经网络处理器（Neuralnetwork Processing Unit） SLA:服务等级协议（service-levelagreement） 5数据中心算力接入 5.1算力资源的感知 算力资源的感知主要指对数据中心物理设备算力能力的感知与抽象，便于上层应用对数据中心计算 与存储等算力资源的统一协调调度，对分布式，动态的数据中心算力资源进行多维度的抽象，使得用户 进行按需实时调用，快速实现业务部署.
算力资源的感知与抽象应满足以下要求.
a）对多种不同计算、存储、网络资源的感知.
如ICPU、GPU、FPGA、ASIC等： b）对不同维度的算力资源进行感知，如计算能力（算力）与功耗水平（算效）： c）对异构物理算力资源建立统一的算力资源描述模型，根据不同需求与应用的算力指标，与该算 力资源模型进行映射，以便对外部提供算力资源服务： d）对数据中心算力资源提供统一的算力资源标识，便于上层应用的统一识别与调用.
2
