为推动我国AI软硬件技术体系加快完善，助力国产算力生态建设持续向好。日前，北电数智参与编写的两项国家标准，《人工智能 深度学习框架多硬件平台适配技术规范》（GB/T 45079-2024）与《人工智能 异构人工智能加速器统一接口》（GB/T 45280-2025）相继发布实施，为解决我国AI产业高质量发展中的关键难点卡点给出明晰的指引。
《人工智能 深度学习框架多硬件平台适配技术规范》针对训练和推理场景，规定了深度学习框架适配多硬件平台的技术要求和相应测试方法，可用于支持深度学习框架与多硬件平台的适配及效果评价。
《人工智能 异构人工智能加速器统一接口》定义了异构人工智能加速器的统一接口及其语义和使用方法，适用于人工智能加速器接口的设计和实现，也可为人工智能加速器应用提供参考。
破解软硬件适配难题
需打造全栈贯通生态体系
当前，我国AI产业蓬勃发展，深度学习框架和多硬件平台百花齐放，由此带来软硬件适配难题，企业在开展模型训练和推理部署过程中往往不知如何适配、不会选择模型和底层硬件，造成AI开发试错成本高、周期长。同时，伴随混元算力在算力基础设施中的广泛应用，异构芯片的统一纳管与按需调度需求也日益凸显，算力资源难以高效利用，成为各地智算中心实现精益化运营的主要阻碍。
针对我国算力芯片种类繁多导致的适配难题，北电数智提出以技术标准统一化、生态协同平台化、场景需求显性化作为核心路径，构建“硬件-软件-应用”全栈贯通的生态体系：
在硬件层，建立跨厂商技术标准体系，通过统一软件接口规范、制定芯片驱动与算力调度全流程软件接口协议、规范多***信接口等方式打破硬件兼容性壁垒。软件层，共建开源算子生态，由行业机构主导开发跨厂商开源算子库，统一开发框架支持“一次开发、多芯适配”，避免重复开发。应用层，分行业制定算力需求规范，建立从应用画像到芯片设计的映射机制，形成“标准制定 - 验证 - 优化”闭环，加速产业链协同。
《人工智能 深度学习框架多硬件平台适配技术规范》和《人工智能 异构人工智能加速器统一接口》两项标准的制定和发布实施，将推进硬件适配和软件层打通，推动混元算力适配，支撑异构芯片的统一纳管与按需调度需求，推动智算中心更好支持精细化运营。
作为北京电控重点布局的人工智能领域产业公司，北电数智依托在AI基础设施领域的经验与技术积累，积极推动人工智能软硬件技术的标准化建设和推广。在此次国家标准的起草过程中，北电数智结合自身在混元算力和模型适配领域的深度积累，以及在AIDC投建运过程中的实践经验，贡献了一系列技术要求和测试方法，可促进不同深度学习框架与多种硬件平台间实现优良适配，实现异构人工智能加速器的协同应用，助力提升企业模型和应用开发效率，降低研发和运营管理成本。
相关实践成果已应用于北电数智“先进计算迭代验证平台”和“国产算力PoC场景验证平台”，基于该平台打造“星火·国产算力AI原生适配认证”体系能够为算力需求企业部署算力配置、芯片选型提供关键依据和参考，加速国产模型与国产算力适配，激发国产芯片的发展潜能，缩短AI大模型商业化落地周期。
未来，北电数智将持续协同产业链上下游合作伙伴，推动人工智能技术标准化建设，加速创新技术从理论到实际应用的转化进程，全力推动产业朝高质量方向迈进，为AI生态体系建设源源不断注入强劲动能。
