vit_small_patch14_reg4_dinov2.lvd142m — 昇腾 NPU 适配报告
1. 模型概述
本仓库提供 vit_small_patch14_reg4_dinov2.lvd142m 在昇腾 Ascend 910B4 NPU 上的推理适配方案。
- 原始仓库: vit_small_patch14_reg4_dinov2.lvd142m
- 适配结果: SUCCESS
- 验证日期: 2026-05-20
2. 运行环境
| 依赖 | 版本 |
|---|
| PyTorch | 2.9.0 |
| torch-npu | 2.9.0.post1 |
| transformers | 4.57.6 |
| CANN | 8.5.1 |
| 操作系统 | Ubuntu 22.04.5 LTS (aarch64) |
| 加速卡 | Ascend 910B4 |
3. 使用方法
python3 inference.py --model-id vit_small_patch14_reg4_dinov2.lvd142m --dev npu:0
4. 推理验证
5. 推理性能
6. 精度评测
NPU 与 CPU 输出的余弦相似度对比：
| 指标 | 数值 |
|---|
| Cosine Similarity | 0.99999 |
| 最大绝对误差 | 0.018193 |
| 精度偏差 | 0.0010% |
| 是否达标（< 1%） | 通过 |
7. 提交材料
| 文件 | 用途 |
|---|
inference.py | NPU 推理验证脚本 |
report.json | 结构化评测报告 |
8. 技术说明
- 推理在
npu:0 设备上执行，精度为 N/A
- 通过
torch.no_grad() 禁用梯度计算以节省显存
- 使用
torch.npu.synchronize() 确保 NPU 计算完成后再计时
9. 备注
- 首次运行需下载模型权重，请确保网络通畅
- 建议在配备昇腾 NPU 的环境中运行以获得最佳体验
参赛赛道: 模型适配赛道
提交日期: 2026-05-20