K-ON111111/compressionkit-ppg-4x
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

compressionkit-ppg-4x — 昇腾 NPU 适配模型

赛事: 昇腾 Model Agent 模型适配大赛(第二季) 引擎: torch_npu 硬件: Ascend 910B4 标签: npu ascend pytorch

📖 模型简介

属性值
原始模型Ambiq/compressionkit-ppg-4x-v1.0
参数量8.2 K(PPG 2x)/ 36 K(4x)
任务类型生物信号 RVQ 解码(PPG 波形重建)
输入格式RVQ latent [N, 16, T, 1]
输出格式解码波形 [N, 1, T, up]

Ambiq 生物信号压缩编解码器的解码端,将 RVQ 量化 latent 上采样重建为原始 波形(PPG 光电/心电信号)。本适配在昇腾 NPU(Ascend 910B4)上完成推理。

🔧 环境依赖

⚠️ 本仓库包含转换后的权重(decoder.safetensors,33KB/145KB,已随仓提供, 因 HF 原仓为 .keras 需转换);原始 .keras 权重见 HF 原仓。

pip install -r requirements.txt -i https://repo.huaweicloud.com/repository/pypi/simple/

🚀 推理步骤

python3 inference.py --model_path . --weights decoder.safetensors --variant ppg-4x --device npu:0

🧪 测试用例

python3 inference.py --model_path . --weights decoder.safetensors --variant ppg-4x --device npu:0

预期输出:

[Model Agent] NPU 设备就绪: Ascend910B4
[Model Agent] 模型加载完成: ppg-4x ...
[Model Agent] 输出 waveform shape: (1, 1, 128, 2)
[Model Agent] 推理时延: ~660 ms/iter

📁 目录结构

.
├── inference.py          # NPU 推理脚本
├── readme.md             # 本文件
├── requirements.txt      # 依赖清单
└── assets/               # 截图素材

📝 适配说明

本模型由 昇腾 Model Agent 自动完成 NPU 适配:

  • 代码迁移: 将 Keras .keras 权重(Conv2D/SeparableConv2D/LayerNorm)转换为 PyTorch safetensors,搭建等价的 torch Decoder 模块,model.to('npu:0') + torch.no_grad() 推理,无 CUDA 依赖。
  • 验证: Ascend 910B4 上推理,波形重建输出合法。