ICS 35.240 L 62 团 体 标 准 T/CESA 1043—2019 面向深度学习的服务器规范 Server for deep learning specification 2019 - 04 - 01发布 2019 - 04 - 01实施 中国电子工业标准化技术协会 发布 T/CESA 1043—2019 I 目 次 前 言 ................................ ................................ .............. II 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 技术要求 ................................ ................................ ............ 2 5.1 架构与组成 ................................ ................................ ......2 5.2 外观与结构 ................................ ................................ ......3 5.3 功能要求 ................................ ................................ ........ 3 5.4 性能要求 ................................ ................................ ........ 5 5.5 安全要求 ................................ ................................ ........ 5 5.6 噪声要求 ................................ ................................ ........ 5 5.7 电磁兼容性要求 ................................ ................................ ..5 5.8 环境要求 ................................ ................................ ........ 5 5.9 可靠性要求 ................................ ................................ ......5 5.10 电源能耗要求 ................................ ................................ ...5 6 测试方法 ................................ ................................ ............ 6 6.1 试验环境条件 ................................ ................................ ....6 6.2 外观和结构检查 ................................ ................................ ..6 6.3 功能和性能检查 ................................ ................................ ..6 6.4 安全试验 ................................ ................................ ........ 6 6.5 噪声试验 ................................ ................................ ........ 6 6.6 电磁兼容性试验 ................................ ................................ ..6 6.7 环境试验 ................................ ................................ ........ 7 6.8 可靠性试验 ................................ ................................ ......7 6.9 电源能耗试验 ................................ ................................ ....7 T/CESA 1043—2019 II 前 言 本标准按照 GB/T 1.1-2009《标准化工作导则 第1部分:标准的结构和编写》给出的规则起草 。 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。 本标准由中国电子技术标准化研究院提出并归口。 本标准起草 单位: 中国电子科技集团公司第十五研究所 、 中国电子技术标准化研究院、 第四范式 (北 京)技术有限公司、曙光 、联想(北京)有限公司、浪潮(北京)电子信息产业有限公司、杭州海康威视 数字技术股份有限公司、 海尔优家智能科技(北京)有限公司、 广州广电银通金融电子科技有限公司 、 中国电子科技集团公司电子科学研究院、华夏芯 (北京)通用处理器技术有限公司 本标准主要起草人:张超 、胡怀湘、吴春春、 代红、董建、张群、汪小娟、马珊珊、王燕妮、石光 川、郑曌、王一鹤 、沙超群、郑宇、 林巍巍、吕飞燕、赵江、罗仕胜、杨扬、胡江明、梁添才、赵清利、 袁柳、魏星、刘军T/CESA 1043—2019 1 面向深度学习的服务器规范 1 范围 本标准规定了面向深度学习的服务器的技术要求 和测试方法。 本标准适用于面向深度学习的服务器的设计、制造、检验等过程。 2 规范性引用文件 下列文件对于本文件的应用是必不可少的。 凡是注日期 的引用文件, 仅注日期的版本适用于本文件。 凡是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 4943.1 信息技术设备安全 第1部分:通用要求 GB 9254 信息技术设备的无线电骚扰限值和测量方法 GB/T 9813.3 计算机通用规范 第3部分:服务器 GB/T 17618 信息技术设备 抗扰度 限值和测量方法 GB 17625.1 电磁兼容 限值 谐波电流发射极限 GB/T 18313 声学 信息技术设备和通信设备空气噪声的测量 3 术语和定义 下列术语和定义适用于本文件。 3.1 面向深度学习的服务器 server for deep learning 信息系统中,能够为基于深度学习的人工智能应用提供高效能计算处理能力的专用服务器。 注:一般须包括通用计算部件(包括但不限于通用处理器、内存及存储、总线及网络等)、深度学习算 法支撑硬件、深度学习算法支撑软件框架等组成部分。 3.2 智能处理单元 intelligence processing unit 服务器中用于提供深度学习算法计算处理调用的专用协处理加速部件,一般包括但不限于 GPU加速 单元、FPGA加速单元、 ASIC加速单元等至少一种协处理部件 。 4 缩略语 下列缩略语适用于本文件。 CPU:通用处理器 (Central Processing Unit) IPU:智能处理单元( Intelligence Processing Unit) T/CESA 1043—2019 2 GPU:图形处理单元( Graphic Processing Unit) ASIC:特定用途集成电路( Application Specific Integrated Circuit) FPGA:现场可编程门阵列( Field Programmable Gate Array) PCIe:快

pdf文档 T-CESA 1043—2019 面向深度学习的服务器规范

安全标准 > 其他 > 文档预览
中文文档 11 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共11页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
T-CESA 1043—2019 面向深度学习的服务器规范 第 1 页 T-CESA 1043—2019 面向深度学习的服务器规范 第 2 页 T-CESA 1043—2019 面向深度学习的服务器规范 第 3 页
下载文档到电脑,方便使用
本文档由 思安2022-12-20 17:33:00上传分享
给文档打分
您好可以输入 255 个字符
网站域名是多少( 答案:github5.com )
评论列表
  • 暂时还没有评论,期待您的金玉良言
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。