算子性能优化方法、电子设备、存储介质及程序产品

本发明涉及人工智能技术领域，提供一种算子性能优化方法、电子设备、存储介质及程序产品，包括：基于目标人工智能模型的目标整体耗时以及在目标计算硬件下的当前整体耗时和各算子的当前实际耗时，确定各算子的预算耗时；基于各算子的当前实际耗时和预算耗时之间的差值，确定各算子的优化优先级，并根据优化优先级选取目标算子进行优化，得到更新后的人工智能模型；基于更新后的人工智能模型触发迭代优化，直至满足预设终止条件，得到完成优化的目标人工智能模型。本发明通过将目标整体耗时量化分解为算子预算耗时，并基于耗时差值确定优化优先级进行闭环迭代优化，实现了计算资源的精准投入与化量化控制，提升了算子优化效率和硬件算力利用率。