ISOIEC 15938-182023 信息技术.多媒体内容描述接口.第18部分神经网络压缩用一致性和参考软件标准立项发展报告

信息技术多媒体内容描述接口第18部分：神经网络压缩用一致性和参考软件标准立项发展报告StandardizationDevelopmentReport:Informationtechnology—Multimediacontentdescriptioninterface—Part18:Conformanceandreferencesoftwareforcompressionofneuralnetworks摘要随着人工智能技术的迅猛发展，神经网络模型在计算机视觉、自然语言处理、语音识别等领域的应用日益广泛，模型规模与参数量呈现出爆炸式增长态势。为解决神经网络模型在实际部署中面临的存储空间大、传输带宽高、推理能耗高等瓶颈问题，神经网络压缩技术应运而生并成为学术界与工业界共同关注的研究热点。在此背景下，国际标准化组织（ISO）与国际电工委员会（IEC）联合信息技术标准化技术委员会（JTC1）制定了ISO/IEC15938-18:2023标准，该标准作为ISO/IEC15938《多媒体内容描述接口》系列标准的第18部分，专注于定义神经网络压缩技术的一致性与参考软件规范。本报告系统梳理了该标准的立项背景、研制历程、核心技术内容与应用价值，并对标准废止原因进行了客观分析，旨在为相关领域技术人员、标准化工作者及产业界人士提供全面的参考与借鉴。报告指出，尽管该标准因技术迭代等原因已被废止，但其在推动神经网络压缩标准化进程中所发挥的奠基性作用不可忽视，其技术理念与规范框架对后续标准的制定具有重要的启示意义。关键词：神经网络压缩；多媒体内容描述接口；一致性测试；参考软件；国际标准；ISO/IEC15938；模型量化；模型剪枝Keywords:Neuralnetworkcompression;Multimediacontentdescriptioninterface;Conformancetesting;Referencesoftware;Internationalstandard;ISO/IEC15938;Modelquantization;Modelpruning1引言1.1研究背景近年来，深度学习技术取得了突破性进展，神经网络模型在图像识别、目标检测、机器翻译、智能推荐等众多应用场景中展现出卓越的性能表现。然而，高性能往往伴随着高复杂度——以GPT系列、BERT等为代表的大型语言模型参数量已从百万级跃升至千亿级甚至万亿级，这对模型的存储、传输与推理过程提出了严峻挑战。在边缘计算、移动终端、物联网设备等资源受限场景中，大型神经网络模型的部署尤为困难。神经网络压缩技术通过对模型进行量化、剪枝、知识蒸馏、低秩分解等操作，在保持模型性能基本不变的前提下显著减小模型体积与计算复杂度，已成为推动人工智能技术规模化落地应用的关键技术路径之一。然而，由于缺乏统一的压缩技术规范和评测标准，不同厂商和科研机构提出的压缩方案在兼容性、可复现性和公平性方面存在明显不足，严重制约了该领域的技术交流与产业协作。1.2标准化需求分析在上述背景下，国际标准化组织ISO/IECJTC1/SC29（音视频编码与多媒体描述分技术委员会）认识到制定神经网络压缩统一标准的迫切性与必要性。建立统一的神经网络压缩一致性测试规范和参考软件标准，能够有效实现以下目标：-促进互操作性：确保不同压缩工具和平台生成的压缩模型能够被各类推理引擎正确加载和高效执行；-保障公平评测：为神经网络压缩算法的性能评估提供统一基准，使不同技术方案之间的比较更具客观性和公正性；-降低技术门槛：通过提供参考软件实现，帮助中小企业和研究机构快速掌握和应用神经网络压缩技术；-推动产业协同：为上下游企业提供共同的技术语言和规范框架，加速神经网络压缩技术的产业化进程。1.3标准定位与意义ISO/IEC15938标准系列，即"多媒体内容描述接口"（MultimediaContentDescriptionInterface），由MPEG（MovingPictureExpertsGroup，运动图像专家组）负责制定，是多媒体信息检索与内容管理领域最具影响力的国际标准体系之一。该系列标准最初以MPEG-7为人们所熟知，旨在为多媒体内容提供标准化的描述机制。ISO/IEC15938-18:2023作为该系列的第18部分，聚焦于神经网络压缩的一致性和参考软件问题，标志着MPEG标准化工作从传统的多媒体信号处理领域向人工智能基础技术领域的重要延伸。2标准研制历程2.1立项背景ISO/IEC15938-18标准的立项源于MPEG组织对人工智能技术与多媒体处理技术融合趋势的敏锐把握。2018年前后，MPEG专家组注意到神经网络模型在图像视频分析、语义理解等多媒体应用中的广泛采用，而模型压缩已成为制约其有效部署的核心瓶颈。经过多次工作组会议讨论和需求调研，MPEG于2019年正式启动了神经网络压缩标准化探索工作，并将其纳入MPEG-7标准框架下的新工作项目。2019年7月，ISO/IECJTC1/SC29在瑞典哥德堡召开的工作会议上，正式通过了"神经网络压缩用一致性和参考软件"新工作项目提案（NP），标准编号确定为ISO/IEC15938-18。该项目由中国、德国、韩国、美国、日本等多个国家的标准化机构和产业界代表共同参与推动，充分体现了神经网络压缩标准化议题的全球关注度。2.2研制过程标准研制过程历时约四年，主要经历了以下关键阶段：-需求收集与用例定义阶段（2019-2020年）：各参与国家成员体提交神经网络压缩技术的需求文件和用例描述，明确标准需覆盖的压缩技术类别、应用场景和性能评估指标。此阶段共收集来自全球的用例提案四十余项，涵盖了图像分类、目标检测、语音识别、自然语言处理等多种应用场景。-核心技术方案征集与评估阶段（2020-2021年）：面向全球征集神经网络压缩一致性测试技术和参考软件实现的技术提案，经多轮主观与客观评测比较，确定了标准的核心技术框架。-标准草案编制阶段（2021-2022年）：基于选定的技术方案，标准编辑团队开始起草标准文本（WorkingDraft,WD），经多轮委员会草案（CommitteeDraft,CD）和国际标准草案（DraftInternationalStandard,DIS）的审查与修改，不断完善标准内容。-最终草案投票与发布阶段（2022-2023年）：在形成最终国际标准草案（FinalDraftInternationalStandard,FDIS）后，进入各成员国投票表决环节。最终，ISO/IEC15938-18:2023于2023年7月14日正式发布。2.3标准制定参与机构该标准由ISO/IECJTC1/SC29/WG7（三维图形与编码工作组）负责制定。参与标准研制的机构包括来自全球的标准化组织、科研院所和产业龙头企业。其中，中国电子技术标准化研究院作为中国国家成员体的核心支撑单位，在标准需求分析、技术方案提交和标准文本编写等方面发挥了重要作用。3标准内容概述3.1标准范围ISO/IEC15938-18:2023规定了用于评估神经网络压缩技术一致性的测试方法和参考软件实现的相关要求。标准主要涵盖以下技术内容：-神经网络压缩一致性测试框架：定义了压缩神经网络表示与解压缩过程的通用一致性测试条件与评估流程，包括测试数据的选取原则、评测指标的计算方法以及一致性判定的判定准则；-参考软件规范：提供了用于神经网络压缩编解码的参考软件实现的功能要求和接口规范，确保不同实现之间在功能上的兼容性和结果的一致性；-压缩表示格式的语法与语义：规定了压缩神经网络比特流（bitstream）的语法结构和语义约束，为不同压缩工具生成的压缩模型提供了统一的表示格式；-解码器一致性要求：明确了符合标准的解码器在处理标准规定的压缩比特流时应满足的功能要求和输出精度范围。3.2关键技术内容3.2.1一致性测试方法一致性测试是确保不同实现之间互操作性的核心手段。该标准建立了一套系统化的测试方法，涵盖编码器一致性测试和解码器一致性测试两种主要类型。在编码器一致性测试中，需要验证编码器生成的压缩比特流是否符合标准的语法和语义要求，测试人员将编码器生成的比特流输入标准参考解码器进行解码操作，并对解码输出进行校验；在解码器一致性测试中，则使用标准规定的参考比特流验证解码器的解码正确性，将标准参考比特流输入被测解码器，对其解码输出与标准参考输出进行逐项比对。测试过程中需要对压缩后的神经网络模型在测试数据集上的推理精度变化进行测量，精度变化需在规定的容差范围内方判定为一致，从而保证压缩算法的性能可预期性。3.2.2参考软件设计参考软件是标准的重要组成部分，它为开发者提供了可运行、可验证的标准实现蓝本。参考软件采用模块化设计思路，将神经网络压缩的编码功能和解码功能分离，并提供了友好的应用程序编程接口（API），以便于不同平台（如Linux、Windows、嵌入式系统等）的移植和适配。参考软件设计遵循完全公开透明的原则，在标准制定过程中经过多轮交叉验证和精度校准，确保其输出结果具有高可靠性和可重复性，可作为一致性测试中的基准参照。3.2.3压缩表示格式标准定义了面向神经网络压缩的通用表示格式，该格式基于MPEG-7标准的描述符机制进行了扩展，能够灵活支持多种主流压缩技术，包括权重量化（WeightQuantization）、权重剪枝（WeightPruning）、低秩分解（Low-RankFactorization）等。该表示格式在设计的每一环节充分考虑神经网络模型部署的实际需求，提供了丰富的参数配置选项以适配不同应用场景的技术要求，同时兼顾了压缩表示足够的紧凑性。3.2.4应用领域该标准主要面向以下应用领域：边缘计算与移动端智能应用，如智能手机中的图像识别和语音助手，通过在终端设备上高效运行压缩后的神经网络模型，有效降低云端通信延迟并保护用户隐私；智能视频监控系统在摄像头前端直接部署压缩模型，实现实时目标检测和异常行为预警；工业物联网场景中针对设备状态监测的预测性维护应用，在资源受限的工业传感器节点上实现智能诊断功能；以及自动驾驶汽车中用于环境感知和决策规划的多模态神经网络模型的高效部署。4标准实施现状与分析4.1标准发布后的产业反响ISO/IEC15938-18:2023的发布引起了国际学术界和产业界的广泛关注。一方面，标准填补了神经网络压缩领域国际标准化的空白，为行业提供了可供参考的技术规范和实施指南；另一方面，该标准也面临着来自快速演进的技术生态的挑战。在标准研制期间，神经网络压缩技术本身也在高速发展，新算法、新框架和新工具层出不穷。与此同时，国际上多个标准化组织和开源社区也在同步推进神经网络压缩相关标准化工作，例如开放神经网络交换格式（ONNX）在模型互操作层面建立了广泛的生态基础，Linux基金会下属的LFAI&Data基金会推动了一系列模型压缩和优化工具的开源化进程，这些来自不同层面、不同技术路线的标准化努力共同丰富和完善了神经网络压缩的技术生态体系。4.2标准废止原因分析根据国际标准化组织发布的最新信息，ISO/IEC15938-18:2023已被废止。综合分析，标准废止可能基于以下几个方面的原因：-技术迭代速度与标准更新周期的矛盾：神经网络压缩技术演进速度极快，新方法、新框架不断涌现。相对于以年为单位的标准制定和修订周期，技术更新的频率快得多，导致标准所规定的参考软件和技术规范在发布时即面临一定的技术滞后性，难以有效追踪和覆盖最新的技术进展。-与业界主流技术生态的融合不足：在标准研制和发布的同期，业界在神经网络压缩领域已形成了以ONNX、TensorFlowLite、PyTorch等开源框架为主导的多样化技术生态。ISO/IEC15938-18所定义的格式和规范在产业界的实际采用率和生态支撑力度相对有限，未能形成广泛的市场影响力和强制性的产业采纳驱动力。-ISO/IECJTC1标准体系的战略调整：ISO/IECJTC1在人工智能领域的标准化工作布局也在不断优化，包括对现有标准项目的定期复审和新标准项目的优先排序。在此过程中，部分标准可能面临合并、替代或撤销的命运。4.3标准的历史价值与经验启示尽管该标准已被废止，但其历史价值是不可磨灭的。首先，它是全球范围内首个专门针对神经网络压缩一致性问题制定的国际标准，从无到有地建立了神经网络压缩一致性测试的基本框架和方法论；其次，标准研制过程中汇聚了全球顶尖专家的智慧和经验，形成的大量技术文档和分析报告已成为该领域的重要知识资产；再次，该标准为后续相关国际标准和国家标准的制定提供了重要的参考范式和经验借鉴。目前，国内正在积极推进的《人工智能神经网络压缩与优化技术规范》等标准制定工作，在很大程度上参考了ISO/IEC15938-18的技术思路和框架设计。5主要参与单位介绍5.1中国电子技术标准化研究院中国电子技术标准化研究院（CESI）是ISO/IEC15938-18标准研制过程中的重要参与单位之一。作为中国电子信息领域标准化工作的国家级核心科研机构，CESI长期从事信息技术领域的标准研究和制定工作，在音视频编码、多媒体内容描述、人工智能等方向具有深厚的技术积累和丰富的标准化工作经验。在ISO/IEC15938-18的研制过程中，CESI主要承担了以下重要工作：-需求分析与用例征集：牵头组织国内相关企事业单位和科研院校，系统调研神经网络压缩技术的标准化需求，向国际标准化组织提交了多项有代表性的应用用例和技术需求文件；-技术方案贡献：联合国内优势单位，在神经网络量化压缩的一致性测试方法、压缩表示格式设计等方面提交了多项技术提案，部分核心思想被标准采纳；-国际沟通协调：积极组织国内专家参加SC29/WG7工作组会议，在国际标准讨论中有效传达中国观点和产业诉求；-试验验证工作：组织国内相关机构对标准草案进行了多轮技术验证和试验测试，为标准技术内容的完善提供了宝贵的数据支撑。CESI也是我国在人工智能标准化领域的重要推动力量。近年来，CESI依托国家人工智能标准化总体组和全国信息技术标准化技术委员会人工智能分技术委员会（TC28/SC42），牵头制定了多项人工智能领域国家标准，积极参与ISO/IECJTC1/SC42（人工智能分技术委员会）的国际标准化工作，在推动我国人工智能标准化事业发展和国际标准化合作交流方面发挥着不可替代的引领作用。6结论与展望6.1工作总结ISO/IEC15938-18:2023作为全球首个面向神经网络压缩的一致性和参考软件国际标准，其研制和发布具有里程碑式的意义。该标准在充分调研产业需求和技术现状的基础上，建立了一套涵盖一致性测试框架、参考软件规范、压缩表示格式等方面的技术规范体系，为神经网络压缩技术的规范化发展和产业应用提供了重要的基础性支撑。尽管该标准在发布后因技术迭代、产业生态发展等多方面原因被废止，但其在技术框架设计、测试方法论和标准化工作流程等方面的积累，为后续相关工作提供了不可替代的参考价值。6.2未来展望展望未来，随着人工智能技术的持续深化和产业化进程的加速推进，神经网络压缩技术的标准化需求依然迫切且将不断演变。面向未来发展，以下几方面值得重点关注：-跟踪国际动态：持续跟踪ISO/IECJTC1/SC42、ITU-T等国际标准化组织在神经网络压缩及相关领域的最新工作进展，及时调整和优化国内标准化工作布局；-完善国内标准体系：加快推进神经网络压缩相关国家标准的研制工作，在参考和吸收国际标准经验的基础上，紧密结合我国产业实际需求和技术优势，建立更加完善的标准体系；-强化产业协作：加强与骨干企业、科研机构和高等院校的协同合作，推动标准化工作与产业技术创新深度融合，提升标准的实用性和产业适用性；-推动开源生态建设：积极推动标准参考软件的开源化，以开放共享的方式促进标准技术的验证、推广和持续演进，构建健康活跃的技术生态。总而言之，神经网络压缩标准化工作任重道远。ISO/IEC15