本文研究了深度神经网络（DNN）的加速计算和容错能力，提出了一种名为APPRAISER的弹性评估方法，通过近似计算提高安全性和效率。研究表明，量化对模型准确性和硬件性能影响显著，所提出的框架实现了高效的故障模拟和可靠性分析，显著提升了DNN训练的速度和功率效率。