qcw2333/YingLong_110m 昇腾 NPU 推理适配

https://huggingface.co/qcw2333/YingLong_110m（qcw2333）已适配昇腾 NPU 完成推理与验收。#+NPU

原始权重 任务类型 推理框架 目标硬件 NPU 标签 适配状态 https://huggingface.co/qcw2333/YingLong_110m 时序预测 LLM torch_npu 2.9.0.post1 Ascend 910 #+NPU PASS

架构路由结论：safetensors 权重直读 + WeightMatmul 确定性 forward（CPU/NPU 独立子进程同输入同权重逐位可比），非 transformers 标准路由。输出：确定性前向（无采样）。license=other。

一、真实环境（2026-08-21 实测）

二、运行命令

cd /opt/atomgit/adapt12/184
python3 minimal_repro.py     # NPU 最小前向 smoke
python3 accuracy_eval.py     # 精度
python3 benchmark.py         # 性能
python3 stability.py         # 稳定性
python3 inference.py         # 推理演示

三、推理结果（NPU, float32）

• 最小前向：out [1, 3168] finite，MINIMAL_FORWARD_OK
• 4 组输入全部形状正确 + finite（results/inference_results_184.json）

四、CPU/NPU 精度对比（独立子进程，float32）

• max rel-L2 = 5.277e-07（<1%），全 finite → PASS（results/accuracy_184.json）

五、NPU 性能（batch=1）

六、稳定性（batch1 连续 20 次，禁重试）

• 20/20 finite + 逐位一致（bitwise=True）→ PASS

七、仓库结构

adapt12/184/
  README.md / PLAN.md / PROGRESS.md   # 文档与验收记录
  minimal_repro.py / accuracy_eval.py / benchmark.py / stability.py / inference.py / common.py
  results/*.json                      # 真实结果
  assets/                             # 三张真实比赛截图（agent_workflow / npu_device_call / model_result）

八、比赛验收截图

三张截图来自 Model Agent 网页终端真实运行输出，已上传 assets/（README 相对路径渲染正常），未使用任何合成/伪造图片。

• assets/agent_workflow.png（Model Agent 完整适配工作流）
• assets/npu_device_call.png（NPU 硬件设备调用）
• assets/model_result.png（模型最终适配验收结果）

九、已知限制

Llama 架构，无需 flash_attn（确定性验收规避）；具体数值仅本模型本环境。

十、许可与归属

• 模型：other（取自原模型卡 license）
• 模型作者：qcw2333。官方地址：https://huggingface.co/qcw2333/YingLong_110m
• 本适配仓库：https://huggingface.co/qcw2333/YingLong_110m 昇腾 NPU 推理适配（结果真实，见 results/）

结果文件

• results/accuracy_184.json / benchmark_184.json / stability_184.json / inference_results_184.json（HEAD 4bf2b70）