Upstream model card does not declare a licenseofficial ONNX graph + CANN ATC + AscendCL Pythonnpu:0本作品在大赛官方远端 Ascend Model Agent 的 Ascend910 上加载真实 checkpoint,并完成 full official ML-Agents PPO Huggy policy graph forward。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。
固定官方 revision、2,274,020 字节 Huggy.onnx 与 SHA-256;不修改 30 节点、14 initializer 的冻结策略图,仅将动态 batch 固定为 1 后由 CANN ATC 编译为 Ascend910_9362 OM。pyACL 完整执行 59 维观测到随机与确定性两组 21 维动作,ACL 耗时 0.727 ms;确定性动作与 ONNX Runtime CPU 参考最大误差 0.000643。
远端环境应预先安装版本匹配的 CANN,并使用 CANN 自带的 atc 与 pyACL;不要用普通 pip install 覆盖官方 NPU 运行时。
python3 -m pip install -r requirements.txt
source /usr/local/Ascend/cann-8.5.1/set_env.sh
python3 inference.py --model-dir /tmp/atomgit/ppo_huggy --output-dir outputs --device npu:0
npu-smi info
cat outputs/result.jsonnpu:0[1,59][1,21]566,9471126.418 msd6f08bf1fc8865d22b4c005e24d7a8e12eed59b101b08510b2b36b30ff10c1952,274,020 bytes / 1 shard filesevidence/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。
npu:0

