如果您提到的加速器平台支持是指机器学习模型的加速和推理，那么以下是一些常见的加速器平台及其支持情况

TensorFlow：TensorFlow是一个流行的机器学习框架，支持多种加速器平台，如： TensorRT：TensorFlow-TensorRT（TensorFlow + cuDNN）是TensorFlow的加速器，支持NVIDIA GPU。 ONNX Runtime：用于优化和加速ONNX模型，支持多种平台，包括NVIDIA GPU和Intel CPU等。 PyTorch：PyTorch是一个灵活的深度学习框架，支持多种加速器： TensorRT：PyTorch-TensorRT（PyTorch + cuDNN）支持NVIDIA GPU加速。 ONNX Runtime：同样支持PyTorch模型的加速。 ONNX Runtime：ONNX Runtime是一个专门用于加速ONNX模型的平台，支持多种加速器，如： NVIDIA GPU：通过TensorRT加速。 Intel CPU：通过 optimizations 加速。 MxNet：MxNet是一个灵活的深度学习框架，支持多种加速器，如： TensorRT：MxNet-TensorRT支持NVIDIA GPU加速。 Keras：Keras是一个高层次的深度学习框架，支持TensorFlow和PyTorch的加速器，如TensorRT和ONNX Runtime。 DeepSpeed：DeepSpeed是一个开源的深度学习优化平台，支持NVIDIA GPU和AMD GPU加速。 Model Optimizer：如ONNX Runtime和TensorFlow的Model Optimizer，用于优化和加速机器学习模型。 NVIDIA Jetson：NVIDIA Jetson是NVIDIA为边缘计算设计的平台，支持TensorRT加速，适合部署机器学习模型。 Intel MKL：Intel的并行计算库用于加速机器学习模型，支持多种框架。 PyTorch Lightning：PyTorch Lightning是一个高级的训练和推理框架，支持多种加速器。 如果您有具体的加速器或框架需求,请告诉我，我可以为您提供更详细的信息或步...