pritti-checkpoints on Ascend NPU

本仓提供 raniatze/pritti-checkpoints 的昇腾 NPU 离线推理入口。推荐模型快照 revision ad3838b5c9a1a49137fefc9929a31a84a3c21c96。验收范围为快照自包含的潜空间 DiT 去噪段：DiTTransformer2DModel 与 DDPMScheduler；需要外部 PRITTI 代码的 LVAE 像素解码段不在范围内。

环境与目录

验证环境为 Ascend 910B3、CANN 8.5.1、Python 3.11、PyTorch 2.9.0 和 torch_npu 2.9.0.post1。保留平台自带的 CANN/PyTorch/torch_npu，仅安装模型层依赖。

workspace/
├── repo/
├── model/
└── pydeps/

cd repo
python3 -m pip install --no-deps --target ../pydeps -r requirements.txt

NPU 推理

cd repo
source /usr/local/Ascend/cann-8.5.1/set_env.sh
export PYTHONNOUSERSITE=1
export PYTHONPATH=../pydeps:$PYTHONPATH
python3 inference.py --model_path ../model --device npu:0 \
  --seed 20260817 --output_json result.json

入口仅接受 npu:N，所有模型加载均使用本地路径且不提供 CPU/CUDA 推理回退。NPU 不可用、模型/输入/输出未留在指定 NPU、去噪输出形状或计数不完整、出现非有限值时均非零退出。

固定测试包含 8 个确定性潜变量，每个执行 10 个 DDPM 去噪步骤并完整保存 [1, 64, 32, 32] 潜变量及统计，共 524,320 个有限值。当前 Model Agent 容器已在真实 Ascend NPU 上完成前向并返回 exit_status=0。该 fast-track 结果只验证 NPU 运行，不评价生成质量。

证据

assets/ 最终包含两组 agent_workflow、npu_device_call 和 model_result 截图。

本仓为 2301_76761127 队伍交付件（与备份账号合并提交）。