在真实昇腾(Ascend 910, npu:0)上对 Toto-2.0-313m 官方权重执行概率时序预测
(forecast),验证模型、输入与输出全部位于 NPU,量化输出形状与数值均符合预期。
| 项 | 值 |
|---|---|
| 模型 | Datadog/Toto-2.0-313m |
| 固定 revision | a7bab288f5e95f8606f8306f86659357e1c001ef |
| 权重文件 | model/model.safetensors |
| 文件大小 | 1250763568 bytes |
| SHA256 | 5ee6066497963cb904bf1324ab850661c3201bbb3406052459f1f792386aa2f9 |
| 权重来源 | https://ai.gitcode.com/hf_mirrors/Datadog/Toto-2.0-313m/resolve/a7bab288f5e95f8606f8306f86659357e1c001ef/ |
| 推理实现 | 官方 Toto2Model(src_toto 固定 commit 44ea4e88852228039564aa3e76fac26aafac0803 的 toto2/ + dd_unit_scaling/) |
权重下载后校验字节数与 SHA256 一致;推理脚本每次运行都会再次校验,任何不符即拒绝执行。
npu:0torch 2.9.0+cpu + torch_npu 2.9.0.post1+gitee7ba04 + CANN 8.5.1
(共享环境已装,未升级,仅补齐缺失的运行时依赖)说明:Toto 2.0 是预训练概率预测基础模型,其输出为标准化的分位数预测 (asinh 归一化空间),非原始乘客数绝对量纲;
npu_result.txt中记录的是模型 输出的标准化分位数值,用于验证 NPU 上数值有限、形状正确。
120 点(已观测)。Toto 以 patch_size=32 非重叠分片,官方 splitter 将
上下文补零对齐到 128 点,补齐位置 target_mask=false(不参与损失/推理)。24 点[0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9],输出 [9, 1, 1, 24]target/target_mask/series_ids 全部位于 npu:0flock -x -w 1800 /tmp/ascend-model-agent-npu-v1.lockflock -x -w 1800 /tmp/ascend-model-agent-npu-v1.lock python3 inference.py成功后会写入唯一的 npu_result.txt(STATUS: SUCCESS),并打印关键断言结果。
npu:0target/target_mask/series_ids:全部在 npu:0 且数值有限quantiles:在 npu:0,dtype=float32,形状 [9, 1, 1, 24],数值有限inference.py — 真实 NPU 推理脚本(含固定权重校验、AirPassengers 数据、断言)requirements.txt — 最小依赖清单(不升级 torch/torch_npu/CANN)npu_result.txt — 唯一成功结果文件delivery/ — 精简交付目录(README.md、inference.py、requirements.txt、
npu_result.txt、assets/(3 张真实 NPU 证据截图),不含权重/源码/缓存)

