Межгосударственный стандарт
ГОСТ Р 57700.36-2021
Высокопроизводительные вычислительные системы. Оценка производительности высокопроизводительных вычислительных систем на алгоритмах, использующих сверточные нейронные сети
High-performance computing systems. Performance evaluation of high-performance computing systems on algorithms using convolutional neural network
Редакционная карточка ГОСТНОРМ. Полный текст публикуется только при подтверждённом праве использования. Метаданные сверяются по нескольким источникам.
Область применения
Область применения пока не подтверждена.
1
Страница 1
ФЕДЕРАЛЬНО Е АГЕНТСТВО
ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ
НАЦИОНАЛЬНЫЙ ГОСТР
СТАНДАРТ
57700. 36—
2021
РОССИЙСКОЙ
ФЕДЕРАЦИИ
ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ
ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ
Оценка производительности
высокопроизводительных вычислительных
систем на алгоритмах, использующих сверточные
нейронные сети
И здание оф и ц и а л ьн о е
Москва
Российский институт стандартизации
2021
сертификат соответствия профиль2
Страница 2
ГОСТ Р 57700.36— 2021
П ре д исловие
1 РАЗРАБОТАН Федеральным государственным унитарным предприятием «Государственный на
учно-исследовательский институт авиационных систем» (ФГУП «ГосНИИАС») и Федеральным государ
ственным унитарным предприятием «Российский федеральный ядерный центр — Всероссийский на
учно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»)
2 ВНЕСЕН Техническим комитетом по стандартизации ТК 700 «Математическое моделирование и
высокопроизводительные вычислительные технологии»
3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому
регулированию и метрологии от 16 сентября 2021 No 980-ст
4 ВВЕДЕН ВПЕРВЫЕ
Правила применения настоящего стандарта установлены в статье 26 Федерального закона
от 29 июня 2015 г. № 162-ФЗ «О стандартизации в Российской Федерации». Информация об из
менениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего
года) информационном указателе «Национальные стандарты», а официальный текст изменений
и поправок — в ежемесячном информационном указателе «Национальные стандарты». В случав
пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет
опубликовано в ближайшем выпуске ежемесячного информационного указателя «Национальные
стандарты». Соответствующая информация, уведомление и тексты размещаются также в ин
формационной системе общего пользования — на официальном сайте Федерального агентства по
техническому регулированию и метрологии в сети Интернет (www.gost.ru)
© О ф орм ление. ФГБУ «РСТ», 2021
Настоящий стандарт не может быть полностью или частично воспроизведен, тиражирован и рас
пространен в качестве официального издания без разрешения Федерального агентства по техническо
му регулированию и метрологии
II3
Страница 3
ГОСТ Р 57700.36—2021
С одержание
1 Область п р и м е н е н и я .................................................................................................................................................... 1
2 Нормативные с с ы л ки .................................................................................................................................................... 1
3 Термины и определения............................................................................................................................................... 1
4 Сокращения и обозначения.......................................................... 3
5 Общие п о л о ж е н и я ........................................................................................................................................................ 4
6 Типовые операции в сверточных нейронных се тя х..............................................................................................4
6.1 Сверточный с л о й ................................................................... 4
6.2 Слой пулинга.............................................................................................................................................................5
6.3 Слой ректиф икации............................................................................................................................................... 6
6.4 Слой склейки.............................................................................................................................................................6
6.5 Слой расщ епления.......................... 7
6.6 Поканальный сверточный с л о й ........................................................................................................................... 7
6.7 Поэлементный с л о й ............................................................................................................................................... 7
6.8 Полносвязный с л о й ............................................................................................................................................... 8
6.9 Слой перемешивания.............................................................................................................................................8
7 Типовые сверточные нейронные сети...................................................................................................................... 8
8 Методика верификации реализации сверточных нейронных сетей............................................................. 10
9 Методика оценки производительности................................................................................................................. 11
10 Требования к программному о б е сп е ч е н и ю ......................................................................................................13
11 Требования к высокопроизводительным вычислительным си сте м а м ...................................................... 13
Приложение А (обязательное) Поясняющие фрагменты кода для типовых слоев С Н С ......................... 15
Приложение Б (обязательное) Параметры типовых сверточных нейронных сетей.................................... 244
Страница 4
ГОСТ Р 57700.36— 2021
В ведение
Развитие вычислительной техники делает возможным постоянное расширение числа прикладных
задач, решаемых с помощью технологий искусственного интеллекта. В частности, повсеместное при
менение в задачах компьютерного зрения находят алгоритмы на основе сверточных нейронных сетей
(СНС). Распространение СНС повлекло за собой создание различных специализированных архитектур
вычислителей.
СНС обладают своей спецификой, не позволяющей объективно оценить реальную производи
тельность вычислителя или вычислительной системы с помощью только общих технических характе
ристик. Возникла необходимость в специальной методике для оценки реальной производительности
различных вычислительных систем в задачах, использующих алгоритмы на основе СНС.
В настоящем стандарте описана методика оценки производительности высокопроизводительных
вычислительных систем (ВВС) и их частей на алгоритмах, использующих СНС. Методика была разра
ботана с целью максимального упрощения задачи оценки производительности для лиц. не знакомых с
СНС. сделать возможным оценку производительности без использования источников информации, от
личных от настоящего стандарта, в то же время позволяя эффективно применять методику для оценки
вычислительных систем любого типа и размера.
В качестве необходимых данных для создания эталонных реализаций тестов производительности
в настоящем стандарте приведены описания типовых операций СНС и описания типовых нейронных
сетей. Для создания высокопроизводительных реализаций СНС в настоящем стандарте приведена
методика верификации реализации СНС. Высокопроизводительные реализации СНС используются в
описанной в настоящем стандарте методике оценки производительности.
В настоящем стандарте также приведены рекомендуемые требования к программному обеспе
чению (ПО), используемому при тестировании производительности согласно приведенной методике,
и вычислительным системам, применяемым для вычислений СНС. Несоблюдение требований к ПО
может привести либо к невозможности выполнения оценки производительности, либо к получению зна
чений реальной производительности в разы меньших по сравнению со значениями, которые могут быть
практически получены на той же вычислительной технике. Несоблюдение требований к вычислитель
ным системам может привести к применению для вычислений СНС ВВС. заведомо не способных про
демонстрировать на них удовлетворительный уровень производительности.
Методику оценки производительности, описанную в настоящем стандарте, рекомендуется приме
нять. в том числе, при составлении требований технического задания на ВВС и их части, при составле
нии требований на прикладное ПО. реализующее вычисления СНС на ВВС и их частях, при описании
характеристик ВВС. которые предполагается применять для алгоритмов, использующих СНС.
IVПоказаны первые 4 из 42
История статуса
Подтверждённых событий пока нет.