中国信通院牵头的三项人工智能软硬件标准在国际电信联盟标准化局（ITU-T）成功立项，这些标准聚焦于大模型对人工智能软硬件支撑体系带来的新挑战，涵盖了面向大模型的边缘侧推理系统、大模型训练及推理集群系统以及面向大语言模型算子的要求。此举旨在通过软硬件协同优化，实现系统收益最大化，并提升我国在人工智能基础软硬件领域的影响力。中国信通院还成立了人工智能软硬件协同创新与适配验证中心，联合业界力量，共同推进人工智能软硬件基准体系建设。

💡 **边缘侧推理系统标准**: ITU-T F.EDS标准，针对面向大模型的边缘侧推理系统能力提出了技术要求，旨在提升边缘计算在人工智能应用中的效率和性能。

⚙️ **集群系统能力标准**: ITU-T F.FMCS标准，着重于大模型训练及推理集群系统的能力要求，为构建高效稳定的大规模人工智能计算平台提供指导。

🧮 **大语言模型算子标准**: F.LLMO标准，详细规定了面向大语言模型算子的要求和评价指标，有助于优化算法和硬件的协同，提升算力利用率。

IT之家 2 月 10 日消息，据中国信通院官方消息，日前，国际电信联盟标准化局 (ITU-T) 第 21 研究组 (SG21) 在瑞士日内瓦召开全体会议。

会上，由中国信息通信研究院（简称“中国信通院”）牵头的 3 项人工智能软硬件标准成功立项，同步开始征集参编单位：

ITU-T F.EDS：Requirements of edge domain inference systems for foundation models（面向大模型的边缘侧推理系统能力技术要求）

ITU-T F.FMCS：Requirements for foundation model training and inference cluster systems（大模型训练及推理集群系统能力要求）

F.LLMO：Requirements for foundation model training and inference framework for cluster systems（面向大语言模型算子的要求和评价指标）

IT之家从中国信通院获悉，当前，大模型 + 大算力 + 大数据成为人工智能创新发展的主导路线之一，对人工智能核心软硬件支撑体系带来新的挑战，需综合考虑从芯片、集群到框架、算法与应用的软硬协同优化，实现系统收益最大化。近期，国内外头部企业均在积极探索算法硬件协同设计方式，Deepseek 等模型系统加速演进，通过算法架构和软硬件系统的工程化创新实现算力利用最大化，软硬件协同创新将成为下阶段人工智能软硬件及智算设施竞争焦点。

在此背景下，中国信通院持续推动人工智能软硬件领域工作，推动成立了人工智能软硬件协同创新与适配验证中心（亦庄）（以下简称“中心”），面向包括芯片、服务器、集群、开发框架及工具链、智算设施及平台等在内的人工智能软硬件系统需求侧及供给侧提供测试验证，并提供技术选型、供需对接、案例征集、应用示范推广等协同创新服务能力。

中心联合人工智能关键技术和应用评测工业和信息化部重点实验室基础软硬件工作组、中国人工智能产业发展联盟（AIIA）基础软硬件与生态工作组，推进人工智能软硬件基准体系 AISHPerf 建设。目前，已开展涵盖基础硬件、框架软件、软硬协同等领域在内的行业标准编制工作 10 余项，测试验证 70 余次，吸引业界 70 余家单位积极参与，具备 Deepseek R1 等主流模型与国产芯片的适配测试能力。

本次，中国信通院在 ITU 立项的 3 项标准，充分考虑大模型对人工智能边端、集群软硬件系统及算子库的能力要求及挑战，对于引导产业发展方向、提升我国在人工智能基础软硬件领域影响力具有重要意义。