ICS35.020 CCSL70 中华人民共和国国家标准 GB/T46069.2—2025 人工智能 算子接口 第2部分:神经网络类 Artificialintelligence—Operatorinterface—Part2:Neuralnetworkclasses 2025-08-29发布 2026-03-01实施 国家市场监督管理总局 国家标准化管理委员会发布目 次 前言 Ⅲ ………………………………………………………………………………………………………… 引言 Ⅳ ………………………………………………………………………………………………………… 1 范围 1 ……………………………………………………………………………………………………… 2 规范性引用文件 1 ………………………………………………………………………………………… 3 术语和定义 1 ……………………………………………………………………………………………… 4 缩略语 1 …………………………………………………………………………………………………… 5 通则 2 ……………………………………………………………………………………………………… 6 数据结构 2 ………………………………………………………………………………………………… 7 神经网络类算子接口 2 …………………………………………………………………………………… 7.1 接口列表 2 …………………………………………………………………………………………… 7.2 接口操作和参数 3 …………………………………………………………………………………… 7.3 算子接口最小集 114 ………………………………………………………………………………… 附录A(资料性) 神经网络类算子接口C语言参考定义示例 116 ……………………………………… A.1 数据结构 116 ………………………………………………………………………………………… A.2 神经网络类算子接口 116 …………………………………………………………………………… 参考文献 207 …………………………………………………………………………………………………… ⅠGB/T46069.2—2025 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。 本文件是GB/T46069《人工智能 算子接口》的第2部分。GB/T46069已经发布了以下部分: ———第1部分:基础数学类; ———第2部分:神经网络类。 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。 本文件由全国信息技术标准化技术委员会(SAC/TC28)提出并归口。 本文件起草单位:北京大学、北京大学长沙计算与数字经济研究院、中国电子技术标准化研究院、 长沙壹零壹壹科技有限公司、鹏城实验室、中国科学院软件研究所、北京百度网讯科技有限公司、华为技 术有限公司、中科寒武纪科技股份有限公司、上海商汤智能科技有限公司、中关村视听产业技术创新联 盟、浪潮电子信息产业股份有限公司、上海人工智能创新中心、北京航空航天大学、哈尔滨工业大学、 上海燧原科技股份有限公司、上海壁仞科技股份有限公司、河南昆仑技术有限公司、超聚变数字技术有 限公司、北京交通大学。 本文件主要起草人:杨超、陈军、胡晓光、勾海鹏、马艳军、范睿博、李克森、段炼、鲍薇、杨雨泽、 贾梦珠、李敏、黎子毅、于佃海、张行程、余甜、关贺、胡帅、赵海英、李建欣、刘祥龙、杨沐昀、高翔、马珊珊、 高铁柱、吴庚、丁瑞全、蒋慧、邢冯、王丽、刘艾杉、孙佩源、郑若琳、唐轶男、李卉、梅敬青、王思善、钟普、 宋文林、栾晓旭、李笑如、陈恺、刘文枫、陈德良、王新民、周宏理、卢顺、肖宜松、沈芷月、王皓、刘劲楠、 高歌、刘伟、聂简荻、杨征、冯海军、汪群博。 ⅢGB/T46069.2—2025 引 言 近年来,我国人工智能行业发展呈现繁荣态势,相关软件和硬件均向多元化发展,云服务器、边缘设 备、终端设备等不同类型的处理器层出不穷,与此同时,各类计算库、中间表示工具以及编程框架也呈现 百花齐放的态势。AI软硬件的极大丰富,为应用的高效部署提供了诸多便利,但同时也带来了多样化、 复杂化、碎片化的挑战。一方面,AI软件从业者需要考虑软件与各种不同主流人工智能处理器之间的 适配,花费大量精力提升软件的可移植性,另一方面,每一款AI硬件的研发,都有必要从底层对常用人 工智能软件提供支持,否则难以融入现有的软件生态。这种M×N级别的软硬件映射关系,已经逐渐 发展成桎梏人工智能应用发展的一大障碍。 人工智能算子是构建人工智能应用的基础运算,是相关硬件操作的封装,人工智能软件通过调用算 子接口来使用硬件资源完成计算,算子接口是人工智能软硬件衔接的桥梁。制定GB/T46069《人工智 能 算子接口》,是对人工智能算子的核心数据结构、功能和接口参数的规范化和标准化,是降低人工智 能软硬件适配难度、促进生态建设的基础性工作。 GB/T46069《人工智能 算子接口》拟由五个部分构成。 ———第1部分:基础数学类。目的在于确立适用于人工智能算子接口的总则与核心数据结构,以及 规范基础数学类算子接口的基本功能和参数的要求。 ———第2部分:神经网络类。目的在于规范神经网络类算子的基本功能和参数的要求。 ———第3部分:机器学习类。目的在于规范机器学习类算子的基本功能和参数的要求。 ———第4部分:大模型类算子。目的在于规范大模型类算子的基本功能和参数的要求。 ———第5部分:自动化测试框架。目的在于为算子接口提供自动化测试方法和参考实现,验证算子 开发标准符合性。 ⅣGB/T46069.2—2025 人工智能 算子接口 第2部分:神经网络类 1 范围 本文件规定了面向人工智能领域的神经网络类算子接口的基本功能及参数要求。 本文件适用于人工智能神经网络类算子库的设计、开发与应用,以及相关软硬件及系统的研制。 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(包括所有的修改单)适用于 本文件。 GB/T41867—2022 信息技术 人工智能 术语 GB/T46069.1—2025 人工智能 算子接口 第1部分:基础数学类 3 术语和定义 GB/T41867—2022、GB/T46069.1—2025界定的以及下列术语和定义适用于本文件。 3.1 神经网络 neuralnetwork 由一层或多层神经元组成的网络,通过权值可调的加权连接,接收输入数据并产生输出。 [来源:GB/T41867—2022,3.2.26] 3.2 神经网络模型 neural-networkmodel 用软件来模拟或作为神经计算机加以实现的抽象模型。 3.3 递归神经网络 recursiveneuralnetwork 具有树状层次结构,网络节点按其连接顺序对输入信息进行递归的人工神经网络。 3.4 模型推理 machinelearninginference 采用训练好的深度神经网络或概率统计模型处理数据,获取预测结果的过程。 3.5 过拟合 overfitting 创建的模型由于学习到了训练数据中和与任务无关的部分而无法泛化新数据。 4 缩略语 下列缩略语适用于本文件: AI:人工智能(ArtificialIntelligence) ELU:指数线性单元(ExponentialLinearUnit) 1GB/T46069.2—2025 GRU:门控递归单元网络(GatedRecurrentUnit) LSTM:长短期记忆网络(LongShort-TermMemory) ReLU:整流线性单元(RectifiedLinearUnit) RNN:递归神经网络(RecursiveNeuralNetwork) SGD:随机梯度下降(StochasticGradientDescent) 5 通则 应符合GB/T46069.1—2025中第5章要求。 6 数据结构 应符合GB/T46069.1—2025中第6章要求。 7 神经网络类算子接口 7.1 接口列表 神经网络类算子接口列表见表1。 表1 神经网络类算子接口列表 类别 名称 激活函数S型函数、对数S型函数、分段线性近似S型函数、归一化指数函数、对数归一化指 数函数、线性整流单元、带阈值的线性整流单元、指数线性单元、带泄漏线性整流 单元、带参数线性整流单元、扩展指数线性单元、双边整流线性单元、高斯误差线 性单元、Softplus函数、Softsign函数、Swish函数、HardSwish函数、误差函数、 HardShrink函数、TanhShrink函数、HardTanh函数 损失函数L1损失函数、均方误差损失函数、交叉熵损失函数、稀疏交叉熵损失函数、负对数 损失函数、负对数似然损失函数、CTC损失函数、平滑L1损失函数、KL散度损失 函数、软间隔损失函数、间隔排序损失函数 正则函数 随机失活函数、标签平滑函数 归一化函数批量归一化操作、分组归一化操作、层归一化操作、实例归一化操作、局部相应归 一化操作、L2归一化操作、Lp范数归一化操作、权重归一化操作、谱归一化操作 池化函数一维池化操作、二维池化操作、三维池化操作、自适应一维池化操作、自适应二维 池化操作、自适应三维池化操作 卷积函数一维卷积操作、二维卷积操作、三维卷积操作、一维反卷积操作、二维反卷积操作、 三维