一种NPU领域自适应精度调整的方法

本发明公开了一种NPU领域自适应精度调整的方法。本发明中，通过混合精度冲突消解机制，实现了深度学习推理任务中精度与性能的全局最优平衡。传统方法在调整计算精度时，往往仅基于局部算子特性进行独立决策，导致串联依赖的算子组因误差累积引发整体精度崩塌。本方法通过量化感知模型构建误差传播链，动态预测不同精度组合对任务输出的影响路径，并采用关键路径优先算法对冲突算子组实施差异化精度分配。在目标检测任务中，分类头等关键路径强制保留高精度计算，而背景过滤层则降为低精度模式，该机制从根本上解决了传统方法中局部优化导致的全局次优问题，确保高价值算子的计算可靠性。