FlowState(FlowState: Sampling Rate Invariant Time Series Forecasting)是 IBM Granite 系列中的采样率不变时序基础模型,基于状态空间模型(SSM)与函数基解码器(Functional Basis Decoder)。本仓库适配的是 granite-timeseries-flowstate-r1(r1.1)的 FlowStateModel,并在真实昇腾 Ascend910 NPU 上完成 FP32 推理验证。
固定配置要点:context_length=4096、embedding_feature_dim=512、encoder_num_layers=6、encoder_state_dim=512、encoder_num_hippo_blocks=8、decoder_dim=256、decoder_patch_len=6、decoder_type=legs、9 个分位数(0.1–0.9)、with_missing=true、dtype=float32。模型参数量约 18.5M。
ibm-granite/granite-timeseries-flowstate-r1b80e0f1b1c2d90edebe3d4f243ad046a3f935daaibm-granite/granite-tsfm 固定 commit b99206d429012bca2ac78d18d4703564b4b8eacd 中 tsfm_public/models/flowstate 及其实际必需模块(已随仓库内嵌于 tsfm_public/models/flowstate/)。config.json:696 bytes,SHA-256 e3996b95dc06812087d742e2a1db5cb5061c3cf77549d7843220baccfac02980model.safetensors:74,111,496 bytes,SHA-256 a4a745458cfef1cce84ef060a2e7fe515e40a2e5b0ea54fb079570a75f324862本仓库不内嵌模型权重。权重在运行时按上述固定 revision 从官方源获取;本仓库只内嵌实现 FlowStateModel 所需的官方源码文件(不 pip install granite-tsfm)。
FlowState 为单变量模型。本仓库基于官方 ETTh1(ElectrIcity Transformer Hourly)数据构造输入:
data/ETTh1.csv(2,589,657 bytes,SHA-256 f18de3ad269cef59bb07b5438d79bb3042d3be49bdeecf01c1cd6d29695ee066)date, HUFL, HULL, MUFL, MULL, LUFL, LULL, OT[batch=1, context_length=4096, channels=1] 的 FP32 单变量窗口(取每条序列最后 4096 步真实数值)。[1, 1, 9, 6, 1] —— 1 batch × 9 分位 × 6 步 horizon × 1 通道,已反标准化为真实量纲。npu-smi 可见,ASCEND_VISIBLE_DEVICES 已设置)torch==2.9.0torch_npu==2.9.0.post1transformers>=4.50,<6、safetensors>=0.7、numpy>=1.26requirements.txt。所有 NPU 操作在共享锁 /tmp/ascend-model-agent-npu-v1.lock 下执行。model.to('npu:0').eval()、torch.inference_mode()、输入与输出均在 npu:0、dtype float32、计时前后 torch.npu.synchronize()。不允许 CPU fallback。# 从仓库根目录运行(全部 NPU 操作在共享锁下)
flock -x -w 1800 /tmp/ascend-model-agent-npu-v1.lock \
python3 inference.py可选参数:
--data PATH:ETTh1.csv 路径(默认 data/ETTh1.csv,会自动校验大小与 SHA-256,不符立即停止)--cache DIR:权重缓存目录(默认 /tmp/flowstate-cache;缓存命中仍会重新校验)--evidence-dir DIR:三页 evidence 与结果 JSON 输出目录(默认 outputs/)运行时下载与校验策略:脚本依次尝试官方 HF resolve URL 与同 revision 镜像 URL,下载 config.json 与 model.safetensors 后严格校验字节数与 SHA-256。任何文件字节数或 SHA 不符即停止并报 FATAL,禁止静默替换 checkpoint。
以下为真实昇腾 NPU(npu:0)FP32 推理结果,基于本仓库同一固定 revision 与 checkpoint,未重写、未美化。输入为真实 ETTh1 数值窗口,输出为 9 分位预测(下表给出 median 分位与 90% 置信区间,均为 6 步 horizon 最后一步):
| 通道 | context 末值 | median 末步预测 | 90% CI [q10, q90] |
|---|---|---|---|
| HUFL | 10.1140 | 16.3278 | [14.0282, 18.2992] |
| HULL | 3.5500 | 6.2112 | [4.9032, 7.2094] |
| MUFL | 6.1830 | 11.2502 | [9.1633, 12.9027] |
| MULL | 1.5640 | 3.6482 | [2.5927, 4.4453] |
| LUFL | 3.7160 | 5.0595 | [4.5463, 5.3654] |
| LULL | 1.4620 | 1.6287 | [1.3528, 1.8846] |
| OT | 9.5670 | 8.6726 | [7.7096, 9.5415] |
device=npu:0、dtype=float32、输入 shape=(1,4096,1)、输出 shape=(1,1,9,6,1)、全部 finite。synchronize)。outputs/inference_results.json。ibm-granite/granite-timeseries-flowstate-r1 遵循 Apache-2.0。granite-tsfm 官方项目许可,仅取用 tsfm_public/models/flowstate 所需文件,版权归 IBM 所有。

