ProCapNet 在昇腾 NPU 上的适配

1. 简介

模型来源：multimolecule/procapnet（HF 镜像，亦可从 hf-mirror.com 拉取）
模型类型：其他（BPNet 风格一维膨胀卷积 CNN，用于从 DNA 序列预测碱基分辨率的 PRO-cap 转录起始信号）
参数量：126.4 万（1.264M）
适配状态：成功
适配时间：2026-08-19
模型用途：输入 2114 bp DNA 序列窗口，输出 1000 bp 双链（正链/负链）PRO-cap 转录起始图谱与总计数

2. 为什么不用 vLLM-Ascend

ProCapNet 是 CNN（一维膨胀卷积） 而非 decoder-only LLM，vLLM-Ascend 只支持 Transformer 自回归模型，无法加载该架构。因此本适配采用 torch_npu + FastAPI 实现昇腾 NPU 上的服务化推理，算子均为原生 PyTorch（Conv1d / ReLU / LayerNorm 等），在 Ascend 910 上可直接运行，无需修改模型代码。

3. 验证环境

组件	版本
Python	3.11.14
torch	2.9.0
torch-npu	2.9.0.post1
CANN	8.5.1
multimolecule	最新（pip 安装）
fastapi / uvicorn	0.123.x / 0.46.x
NPU	Ascend 910B（Ascend910_9362）

4. 精度评测

指标	数值
输出形状	profile_logits (1, 1000, 2)；count_logits (1, 1)；track (1, 1000, 2)
与官方实现	一致（MultiMolecule 团队确认与原始实现中间表示相同）

5. 性能

指标	数值
平均延迟	详见 `assets/model_result.png`（CLI 输出 latency_ms）
峰值显存	模型仅 25.7 MB，占用极小

6. 复现步骤

6.1 环境准备

pip install torch==2.9.0 torch-npu==2.9.0.post1 multimolecule fastapi uvicorn
# 权重下载（任选其一）
HF_ENDPOINT=https://hf-mirror.com huggingface-cli download multimolecule/procapnet --local-dir ./models/procapnet
# 或
git clone https://ai.gitcode.com/hf_mirrors/multimolecule/procapnet.git ./models/procapnet

6.2 CLI 推理

python3 inference.py --model ./models/procapnet --device npu:0 --sequence "ACGT"*529

6.3 服务化推理（FastAPI）

python3 inference.py --model ./models/procapnet --device npu:0 --serve --port 8000

服务启动后：

# 健康检查
curl http://127.0.0.1:8000/health
# 模型信息
curl http://127.0.0.1:8000/v1/models
# 推理
curl -X POST http://127.0.0.1:8000/v1/predict \
  -H 'Content-Type: application/json' \
  -d '{"sequence": "ACGTACGT..."}'

7. 项目结构

procapnet-npu/
├── inference.py        # 推理脚本（CLI + FastAPI 服务化，必选）
├── README.md           # 部署说明文档（必选）
├── requirements.txt    # 环境依赖清单
└── assets/             # 截图素材文件夹（必选）
          ├── agent_workflow.png    # 适配工作流截图
          ├── npu_device_call.png   # NPU 设备调用截图
          └── model_result.png      # 模型推理结果截图

贡献者: liuhongwei-2026 | 赛道: 模型适配赛道