deit3_small_patch16_224_fb on Ascend NPU

1. 简介

模型来源: deit3_small_patch16_224_fb
适配状态: SUCCESS
适配时间: 2026-05-19 11:11:19

2. 验证环境

组件	版本
torch	2.9.0
torch-npu	2.9.0.post1
CANN	8.5.1
NPU	Ascend 910B4
OS	Ubuntu 22.04.5 LTS (aarch64)
Python	3.11.14

3. 精度评测

✅ NPU vs CPU 精度对比

指标	数值
Cosine Similarity	0.999999
Max Absolute Error	0.000000
精度误差	N/A
是否满足要求	是（< 1%）✅

4. 性能

指标	数值
平均延迟	0.00 ms
测试轮数	10

5. 推理输出证据

============================================================
  模型: deit3_small_patch16_224_fb
  时间: 2026-05-19 11:00:13
  设备: Ascend NPU (npu:0)
============================================================

=== deit3_small_patch16_224.fb_in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-7.620360851287842, -5.333721160888672, -6.4927077293396, -6.495810508728027, -5.574190139770508]
推理时间: 105.85ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-7.600117206573486, -5.308966636657715, -6.476114273071289, -6.474290370941162, -5.5488810539245605]
推理时间: 5.89ms

=== 精度对比 ===
Cosine Similarity: 0.999999
Max Absolute Error: 0.065498
Relative Error: 0.003918

✓ NPU 适配通过

6. 复现步骤

# 环境准备
source /usr/local/Ascend/ascend-toolkit/set_env.sh

# 运行推理
python3 inference.py --device npu:0

7. 评测材料

材料	文件
推理脚本	inference.py
精度报告	report.json
截图证据	screenshots/

贡献者: xujiashuai | 赛道: 模型适配赛道 | 时间: 2026-05-19 11:11:19

deit3_small_patch16_224_fb on Ascend NPU

1. 简介

模型来源: deit3_small_patch16_224_fb
适配状态: SUCCESS
适配时间: 2026-05-19 11:11:19

2. 验证环境

组件	版本
torch	2.9.0
torch-npu	2.9.0.post1
CANN	8.5.1
NPU	Ascend 910B4
OS	Ubuntu 22.04.5 LTS (aarch64)
Python	3.11.14

3. 精度评测

✅ NPU vs CPU 精度对比

指标	数值
Cosine Similarity	0.999999
Max Absolute Error	0.000000
精度误差	N/A
是否满足要求	是（< 1%）✅

4. 性能

指标	数值
平均延迟	0.00 ms
测试轮数	10

5. 推理输出证据

============================================================
  模型: deit3_small_patch16_224_fb
  时间: 2026-05-19 11:00:13
  设备: Ascend NPU (npu:0)
============================================================

=== deit3_small_patch16_224.fb_in1k ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-7.620360851287842, -5.333721160888672, -6.4927077293396, -6.495810508728027, -5.574190139770508]
推理时间: 105.85ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1000])
输出前5值: [-7.600117206573486, -5.308966636657715, -6.476114273071289, -6.474290370941162, -5.5488810539245605]
推理时间: 5.89ms

=== 精度对比 ===
Cosine Similarity: 0.999999
Max Absolute Error: 0.065498
Relative Error: 0.003918

✓ NPU 适配通过

6. 复现步骤

# 环境准备
source /usr/local/Ascend/ascend-toolkit/set_env.sh

# 运行推理
python3 inference.py --device npu:0

7. 评测材料

材料	文件
推理脚本	inference.py
精度报告	report.json
截图证据	screenshots/

贡献者: xujiashuai | 赛道: 模型适配赛道 | 时间: 2026-05-19 11:11:19