DeepCpG-DNA 使用以 CpG 为中心的 DNA 序列窗口预测单细胞甲基化状态。本仓将 multimolecule/deepcpgdna-hou2016-mesc 的固定版本适配到昇腾 NPU,并提供禁止静默回退到 CPU 的可复现推理入口。
上游模型为 multimolecule/deepcpgdna-hou2016-mesc,固定 revision 为 a21c2965ee47880c49d923766bbfdc657a707c64。检查点 model.safetensors 为 16418152 bytes,SHA-256 为 1CE8578B925CB17A253E5C315E758F129449639B75F1ED8E753D46F89522220A。
输入是由 A、C、G、T、U、N 组成的 DNA/RNA 字符串。脚本将字符转为大写,把 U 映射为 T,未知字符映射为 N;过长序列裁剪,短序列在右侧补 N,最终形成 shape [1, 1001]、dtype torch.int64 的 input_ids。默认输入为确定性的 ACGT 重复序列。
本次实测设备为 Ascend 910B2(设备名 Ascend910_9362),使用 npu:0;PyTorch 为 2.9.0+cpu,torch_npu 为 2.9.0.post1+gitee7ba04,CANN 为 8.5.1。
python inference.py --output result.json运行前需将固定 revision 的配置、词表和 model.safetensors 放入当前目录下的 model/。
2026-08-21 在真实昇腾 NPU 上重新运行完成。模型参数、输入和核心输出均位于 npu:0,没有 CPU fallback。输入 shape 为 [1, 1001]、dtype 为 torch.int64;logits shape 为 [1, 6]、dtype 为 torch.float32,且 finite=true。本次完整命令耗时 16.654 秒;观测到 logits 最小值 -3.335991382598877、最大值 -2.6675970554351807、均值 -3.0602385997772217。
本仓只验证上述固定 revision、固定检查点和指定昇腾环境。默认输入是确定性构造序列;单样例输出不代表数据集级精度,也不构成生物学或医学结论。未验证训练、量化、多卡推理、其他序列长度或其他运行时版本。
上游模型声明采用 AGPL-3.0 许可证;使用、修改和再发布时应遵守该许可证及上游模型说明。


