冬
gcw_IDzXRVNw/opus-mt-en-zh-ascend
模型介绍文件和版本Pull Requests讨论分析
下载使用量0

opus-mt-en-zh Ascend NPU 部署指南

项目简介

opus-mt-en-zh 是 Helsinki-NLP 系列的多语言翻译模型，专门用于英语(EN)到中文(ZH)的翻译任务，采用 6 层 Transformer 编码器 + 6 层解码器架构，参数量约 74M。

特性

  • 支持 Ascend NPU 推理加速
  • CPU 与 NPU 精度对比测试（输出完全一致）
  • 英语到中文翻译
  • 兼容 HuggingFace transformers
  • 支持批量翻译

环境要求

  • 硬件：华为 Ascend 910 系列 NPU
  • CANN：8.0.RC1 或更高版本
  • PyTorch：2.0+ 并带有 torch_npu
  • Docker：容器名称 test-modelagent
  • transformers：4.8+

目录结构

opus-mt-en-zh-ascend/
├── inference.py          # 推理测试脚本
├── log.txt               # 测试日志
├── README.md             # 本文档
├── test_sample.txt       # 测试样例
├── inference_result.json # 推理结果
└── precision_result.json # 精度测试结果

部署步骤

1. 进入容器

docker exec -it test-modelagent bash

2. 设置环境变量

source /usr/local/Ascend/ascend-toolkit/set_env.sh

3. 准备模型文件

模型文件位于 /data/ysws/agentsp/5-17-1/opus-mt-en-zh/ 目录下：

  • pytorch_model.bin - PyTorch 模型权重
  • config.json - 模型配置
  • vocab.json - 词汇表
  • source.spm / target.spm - SentencePiece 模型
  • tokenizer_config.json - 分词器配置

4. 安装依赖

pip install transformers torch_npu -i https://huaweimirror.com.cn/simple

使用方式

方式一：普通推理模式

运行推理脚本进行翻译：

cd /data/ysws/agentsp/5-17-1/opus-mt-en-zh-ascend/

python3 inference.py

方式二：精度测试模式 (CPU vs NPU)

运行精度对比测试，验证 NPU 计算结果与 CPU 一致性：

cd /data/ysws/agentsp/5-17-1/opus-mt-en-zh-ascend/

python3 inference.py precision_test

测试验证

精度测试结果

指标实测值阈值状态
翻译一致性100%100%PASS
输出匹配TrueTruePASS

性能数据

操作耗时
CPU 推理时间2.425s
NPU 推理时间0.163s
加速比14.83x

推理结果示例

输入 (英语)输出 (中文)
"Hello, how are you today?""你好,你今天好吗?"
"I am very happy to see you."Chinese translation
"The weather is nice today."Chinese translation

结果: CPU 和 NPU 输出的翻译结果完全一致

测试日志

============================================================
OPUS-MT-EN-ZH NPU Test
Model: Helsinki-NLP/opus-mt-en-zh (EN → ZH)
Output: /data/ysws/agentsp/5-17-1/opus-mt-en-zh-ascend
============================================================

============================================================
OPUS-MT-EN-ZH Inference Test (NPU)
============================================================
Device: npu:0
Model: /data/ysws/agentsp/5-17-1/opus-mt-en-zh/Helsinki-NLP/opus-mt-en-zh

Loading tokenizer...
Loading model...
Loading weights: 100%|██████████| 258/258 [00:00<00:00, 11224.72it/s]

Input text: ['Hello, how are you today?']
Input shape: torch.Size([1, 8])
Generated text: ['你好,你今天好吗?']
Inference time: 1.100s

============================================================
Precision Test (CPU vs NPU)
============================================================

Loading tokenizer...

Loading model on CPU...
Loading weights: 100%|██████████| 258/258 [00:00<00:00, 11175.69it/s]
Running inference on CPU...

Loading model on NPU...
Loading weights: 100%|██████████| 258/258 [00:00<00:00, 11194.99it/s]
Running inference on NPU...

CPU inference time: 2.425s
NPU inference time: 0.163s
Speedup: 14.83x
CPU output: ['你好,你今天好吗?']
NPU output: ['你好,你今天好吗?']
Output texts match: True
Status: PASS

============================================================
Test Complete!
============================================================

Python API 使用示例

基本翻译

import torch
from transformers import MarianMTModel, MarianTokenizer

MODEL_DIR = "/data/ysws/agentsp/5-17-1/opus-mt-en-zh/Helsinki-NLP/opus-mt-en-zh"

tokenizer = MarianTokenizer.from_pretrained(MODEL_DIR)
model = MarianMTModel.from_pretrained(MODEL_DIR)
model = model.to("npu:0")
model.eval()

src_texts = ["Hello, how are you today?"]
inputs = tokenizer(src_texts, return_tensors="pt", padding=True)
inputs = {k: v.to("npu:0") for k, v in inputs.items()}

with torch.no_grad():
    outputs = model.generate(inputs['input_ids'], max_new_tokens=50)

translations = tokenizer.batch_decode(outputs, skip_special_tokens=True)
print(translations)  # ['你好,你今天好吗?']

批量翻译

src_texts = [
    "Hello, how are you today?",
    "I am very happy to see you.",
    "The weather is nice today."
]

inputs = tokenizer(src_texts, return_tensors="pt", padding=True)
inputs = {k: v.to("npu:0") for k, v in inputs.items()}

with torch.no_grad():
    outputs = model.generate(inputs['input_ids'], max_new_tokens=50)

translations = tokenizer.batch_decode(outputs, skip_special_tokens=True)
for src, tgt in zip(src_texts, translations):
    print(f"{src} -> {tgt}")

模型结构

  • 架构类型: MarianMT (transformer)
  • 编码器: 6 层 Transformer
  • 解码器: 6 层 Transformer
  • 隐藏层维度: 512
  • 注意力头数: 8
  • 参数量: ~74M
  • 词汇表大小: 58101 (中文优化)

推理参数配置

从 config.json 提取的关键参数:

{
  "vocab_size": 58101,
  "d_model": 512,
  "encoder_layers": 6,
  "decoder_layers": 6,
  "encoder_attention_heads": 8,
  "decoder_attention_heads": 8,
  "encoder_ffn_dim": 2048,
  "decoder_ffn_dim": 2048
}

常见问题

Q: 精度测试失败?

A: 检查 NPU 驱动是否正确安装，确保 CANN 环境变量已 source。

Q: 如何提高推理速度?

A: 使用批处理可以显著提高吞吐量。另外，首次推理会有编译开销，后续推理会更快。

Q: 模型支持哪些语言方向?

A: 本模型专门用于英语到中文的翻译。如需其他语言对，请访问 Helsinki-NLP 模型库。

参考链接

  • 原始模型: https://huggingface.co/Helsinki-NLP/opus-mt-en-zh
  • OPUS-MT: https://github.com/Helsinki-NLP/OPUS-MT-train
  • MarianMT: https://huggingface.co/transformers/model_doc/marian.html

许可证

本项目遵循 Apache-2.0 许可证