一种用于可变形神经网络的加速方法及加速器系统

本申请公开了一种用于可变形神经网络的加速方法及加速器系统，涉及人工智能技术领域，方法包括：通过切片策略将特征图划分为包括重叠和非重叠的多个切片，并形成各个切片对应的子网；各个子网为神经网络模型；通过权重共享令各个子网形成连续的神经网络搜索空间作为第一超网；微调第一超网作为第二超网；对第二超网中的各个子网分别计算出硬件资源和任务准确率，得到最优子网；从各个最优子网中选取出最佳子网；利用最佳子网处理特征图。本申请通过对特征图进行切片，并求解筛选出最佳子网处理对应的切片，解决了内存访问冲突问题；加速器系统执行可变形注意力层中的计算，提高了特征图处理时的硬件资源利用率，降低了数据依赖性。