g
gcw_StsIRaj1/cisco-ai-cisco-time-series-model-1.0-preview-Ascend-NPU
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

cisco-ai/cisco-time-series-model-1.0-preview 昇腾 NPU 适配

  • 官方模型池:Phase 4 / Row 38
  • 参赛微信名称:风云游子
  • 参赛 AtomGit ID:@gcw_StsIRaj1
  • 模型来源:https://huggingface.co/cisco-ai/cisco-time-series-model-1.0-preview
  • 官方可达镜像:https://ai.gitcode.com/hf_mirrors/cisco-ai/cisco-time-series-model-1.0-preview
  • 上游许可证:Apache-2.0
  • 推理引擎:official Splunk CiscoTsmMR + TimesFM + torch_npu
  • 验证硬件:Ascend910 / CANN / torch_npu / npu:0

作品结论

本作品在大赛官方远端 Ascend Model Agent 的 Ascend910 上加载真实 checkpoint,并完成 多分辨率时间序列完整预测前向推理。CPU fallback 被禁止;模型、输入与输出设备信息、权重加载审计、输出统计、软件版本和耗时均固化在 evidence/result.json。

固定 1,995,580,564 字节官方 torch_model.pt 与 SHA-256,使用官方 CiscoTsmMR 50 层多分辨率 decoder 严格加载全部权重;前置与后置钩子分别证明真实模型输入和 decoder 输出均位于 npu:0,并完成 30,720 点上下文到 128 点预测的全模型闭环。

适配边界

  1. 保留上游模型结构、参数与任务语义,只增加 NPU 设备迁移、必要的版本兼容和证据采集。
  2. 使用确定性合成输入执行最小可复现实验,避免外部数据集和网络波动影响复核。
  3. 加载失败、张量落回 CPU、输出非有限或形状不符时立即失败,不以随机初始化或 CPU 结果替代。
  4. 本作品验证官方权重的昇腾 NPU 前向推理链路可执行,不声称完成训练,也不把烟测统计解释为业务精度。

应用价值与决策边界

  • 目标场景:可观测性指标、能源负荷与业务时序的长上下文零样本预测
  • 输入语义:1 条长度 30,720 的确定性高频时间序列,按 60 倍聚合形成多分辨率上下文
  • 输出语义:128 点均值预测、分位数预测与官方 decoder 输出张量
  • 决策支持:用于验证长上下文时序模型在昇腾 NPU 的预测链路,并为后续真实数据回测与容量规划提供工程基线
  • 证据边界:当前证明固定官方 checkpoint 的完整 Ascend NPU 前向与有限输出;未声称完成真实业务数据精度评测、训练或生产收益验证

运行步骤

远端环境应预先安装版本匹配的 CANN、PyTorch 与 torch_npu,不要用普通 pip install 覆盖官方运行时。

python3 -m pip install -r requirements.txt

CISCO_TSM_SOURCE=vendor/cisco-time-series-model CISCO_TSM_WEIGHT=/tmp/atomgit/prep_phase4/cisco_tsm_runtime_pt/row38-cisco-ai-cisco-time-series-model-1-0-preview/torch_model.pt CISCO_TSM_RESULT=outputs/result.json python3 inference.py
npu-smi info
cat outputs/result.json

实测证据

  • 模型状态设备:npu:0
  • 输入语义:1 条长度 30,720 的确定性高频时间序列,按 60 倍聚合形成多分辨率上下文
  • 输出形状:[1,32,128,10]
  • 参数量:498,832,800
  • 推理耗时:6285.373 ms
  • 权重加载:严格加载通过(0 缺失/0 意外)
  • 设备闭环:模型、输入、输出张量均为 npu:0
  • checkpoint SHA-256:4a7c2c52fb13038573a0407e784f074760aef84e0d5af5cd6f77a21a0ff176d8

evidence/result.json 是机器可读事实源;三张证据图分别呈现 Agent 适配流程、NPU 设备闭环和模型输出结果。

复核清单

  • 真实 checkpoint,非随机初始化
  • 禁止 CPU fallback
  • 模型状态位于 npu:0
  • 输入与输出设备逐字段记录
  • 输出形状和有限性门禁
  • 运行时版本与耗时固化
  • 模型许可证和适配边界明确

Agent适配截图

Agent适配全过程截图

Agent 适配流程

NPU设备调用截图

NPU 设备调用

模型适配结果截图

模型适配结果