摘要
本发明涉及一种内存高效的容错性卷积方法，包括：（1）内存优化：对输入特征张量I进行内存优化转换，生成中间张量L；（2）分块矩阵并行乘法：按卷积核高度kh和输出高度oh，将中间张量L与卷积核张量F划分为子矩阵，并行执行矩阵乘法GEMM计算输出张量O；（3）多批次处理：在多批次卷积中采用批次混合排布方式重构中间张量L；（4）容错校验与纠错：将输入特征张量I划分为in个元素组，并计算用于检错和纠错的校验和Co1、Co2及输出校验和So1、So2，通过比较Co1与So1、Co2与So2定位并修正出错的元素值。该方法在保证计算速率的同时可显著降低内存消耗，并能准确检测和修正因攻击导致的出错元素，且适用于采用多批次卷积的深度学习模型推理。
