WebSSL-DINO-7B (224) on Ascend NPU
1. 简介
本文档记录 webssl-dino7b-full8b-224 在昇腾 NPU（Ascend 910B3）环境的适配部署与精度验证结果。
WebSSL DINO 7B 是一种基于 Vision Transformer 的大规模视觉基础模型（7B 参数），在 8B 网络图像上使用自监督 DINOv2 方法训练。该模型无需语言监督即可学习高质量视觉特征，输出图像特征向量可用于分类、检索、分割等下游任务。本项目完成该模型在昇腾 NPU 上的推理适配，并验证 NPU 与 CPU 推理结果的精度误差 < 1%。
相关地址：
2. 验证环境
| 组件 | 版本 |
|---|
| Python | 3.11.15 |
| PyTorch | 2.10.0+cpu |
| torch_npu | 2.10.0 |
| transformers | 5.8.1 |
| CANN | 8.5.1 |
| NPU 驱动 | 25.5.2 |
| NPU 硬件 | Ascend 910B3 (8卡) |
| 操作系统 | Linux (aarch64) |
3. 模型信息
| 项目 | 值 |
|---|
| 模型架构 | Dinov2Model |
| 参数量 | ~7B |
| Hidden Size | 4096 |
| Layers | 32 |
| Attention Heads | 32 |
| Patch Size | 14 |
| 输入尺寸 | 3×224×224 |
| 输出 last_hidden_state | (1, 257, 4096) |
| 权重格式 | safetensors |
| 权重大小 | ~28GB (6 shards) |
| 原始框架 | PyTorch (transformers) |
| 训练方法 | 自监督 Web-DINO |
| 预训练数据 | MetaCLIP 8B Web Images |
| 许可证 | CC-BY-NC-4.0 |
4. Conda 环境安装
创建独立的 conda 环境并安装依赖（使用华为云 PyPI 镜像加速）：
# 创建 conda 环境
conda create -n webssl-dino7b python=3.11 -y
# 激活环境
conda activate webssl-dino7b
# 安装 PyTorch 及相关依赖（华为云镜像）
pip install torch==2.10.0 torchvision==0.25.0 --index-url https://repo.huaweicloud.com/repository/pypi/simple/
# 安装 torch_npu（根据环境选择对应版本）
pip install torch_npu==2.10.0 --index-url https://repo.huaweicloud.com/repository/pypi/simple/
# 安装 transformers 及其他依赖
pip install transformers safetensors pillow --index-url https://repo.huaweicloud.com/repository/pypi/simple/
如果 HuggingFace 网络不通，设置镜像：
export HF_ENDPOINT=https://hf-mirror.com/
5. 推理执行
单张图像推理
# NPU 推理（默认）
python3 inference.py \
--model_path /path/to/webssl-dino7b-full8b-224 \
--image_path /path/to/image.jpg \
--device npu:0
# CPU 推理
python3 inference.py \
--model_path /path/to/webssl-dino7b-full8b-224 \
--image_path /path/to/image.jpg \
--device cpu
精度与性能评测
# 自动生成测试图像，对比 NPU 与 CPU 推理精度
python3 eval.py \
--model_path /path/to/webssl-dino7b-full8b-224 \
--npu_device npu:0
评测结果日志将输出到 log.txt。
6. 参数说明
inference.py 参数
| 参数 | 说明 | 默认值 |
|---|
--model_path | 模型权重路径 | 必需 |
--image_path | 输入图像路径 | 必需 |
--device | 运行设备（npu:0 或 cpu） | npu:0 |
--no_warmup | 跳过预热阶段 | False |
--warmup_image | 预热用图像路径 | 同 --image_path |
eval.py 参数
| 参数 | 说明 | 默认值 |
|---|
--model_path | 模型权重路径 | 模型路径 |
--image_path | 测试图像路径（默认自动生成） | 自动生成 |
--npu_device | NPU 设备 ID | npu:0 |
--num_warmup | NPU 预热轮数 | 3 |
7. 精度评测结果
评测方法
使用同一张测试图像分别在 CPU（FP32）和 NPU（FP32）上运行推理，对比 last_hidden_state 的输出差异。
评价指标说明
| 指标 | 含义 | 判定阈值 |
|---|
| 向量级相对误差 | ` | |
| 余弦相似度 | NPU 与 CPU 输出向量间的方向一致性 | > 0.99 |
| 最大/平均绝对误差 | 逐元素差值统计，反映数值偏差的绝对量级 | — |
| 绝对误差分位数 | 误差分布特征（P50/P90/P95/P99） | — |
精度结果
| 输出张量 | 向量级相对误差 | 余弦相似度 | 最大绝对误差 | 平均绝对误差 |
|---|
| last_hidden_state | 0.061938% | 1.0000003576 | 1.18e-02 | 1.91e-04 |
绝对误差分布：
| 输出张量 | P50 | P90 | P95 | P99 |
|---|
| last_hidden_state | 9.31e-05 | 4.02e-04 | 6.63e-04 | 1.77e-03 |
判定结论
| 指标 | 实测值 | 阈值 | 状态 |
|---|
| 向量级相对误差 | 0.061938% | < 1% | ✅ PASS |
| 余弦相似度 | 1.000000 | > 0.99 | ✅ PASS |
8. 性能数据
| 操作 | 耗时 |
|---|
| CPU 推理时间（FP32） | 5.8099s |
| NPU 推理时间（FP32，3轮预热后） | 0.3881s |
| 加速比 (CPU / NPU) | 14.97x |
9. 注意事项
- 首次加载：模型权重 ~28GB（6 个 safetensors 分片），首次加载耗时约 30-60 秒，需保证充足系统内存（建议 ≥64GB）。
- NPU 预热：NPU 首次推理包含算子编译优化，需 1-2 轮预热才能达到稳定性能。脚本默认开启 3 轮预热。
- 精度：本模型使用 FP32 精度，NPU 与 CPU 输出误差极小（远小于 1%），不影响下游任务效果。
- 内存占用：NPU 推理约占用 24-28GB 显存（FP32）。请确保 NPU 设备有足够显存。
- 权重文件：模型权重（.safetensors）不包含在适配仓库中，需单独下载。
- SwiGLU FFN：该模型使用 SwiGLU 前馈网络，与标准 Dinov2Model 实现一致，无需额外适配。
