g
gcw_StsIRaj1/ruview-npu
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

ruv/ruview 昇腾 NPU 适配

  • 官方模型池:Phase 4 / Row 75
  • 参赛微信名称:风云游子
  • 参赛 AtomGit ID:@gcw_StsIRaj1
  • 模型来源:https://huggingface.co/ruv/ruview
  • 官方可达镜像:https://ai.gitcode.com/hf_mirrors/ruv/ruview
  • 上游许可证:MIT
  • 推理引擎:official RuView NUL-header adapter + PyTorch + 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 RuView v1 CSI embedding、presence 与可选 LoRA 投影前向。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 48,840 字节 model.safetensors 与 SHA-256;按 RuView 维护源码的尾随 NUL 兼容规则解析,不改动原始权重数据。17 个官方张量完整进入 CSI encoder、presence head 和独立标注的可选 LoRA 投影,全部输出位于 npu:0。

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:WiFi CSI 表征与 presence 推理链路的 Ascend NPU 迁移复核
  • 输入语义:2×8 标准化 CSI 特征张量
  • 输出语义:2×128 L2 embedding、2 个 presence 概率与 2×128 LoRA 投影
  • 决策支持:用于验证 RuView v1 无线感知表征链路能否在 Ascend NPU 完整执行;业务应用前仍需真实场景数据复核。
  • 证据边界:当前证明固定官方 checkpoint 的完整工程前向和跨后端数值一致性,不声称 presence 或姿态精度。

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
source /usr/local/Ascend/cann-8.5.1/set_env.sh
python3 inference.py --model-dir /tmp/ruview-v1 --output-dir outputs --device npu:0
npu-smi info
cat outputs/result.json

实测证据

  • 模型状态设备:npu:0
  • 输入语义:[2,8]
  • 输出形状:{"embedding":[2,128],"presence_probability":[2],"lora_projection":[2,128]}
  • 参数量:11,842
  • 推理耗时:155.106 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:d85fbc9e839908de1d8b885ae3b59dbdf369336c836ecf3f4053c2ce45f6a994
  • checkpoint 总量:48,840 bytes / 17 tensors

输出统计:finite=true,mean=-0.003687945194542408,std=0.08848436921834946,min=-0.3290064036846161,max=0.24727386236190796。

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