timm/tf_efficientnetv2_b2.in1k 在昇腾 NPU 上的表现

1. 简介

模型来源：timm/tf_efficientnetv2_b2.in1k
适配状态：成功
适配时间：2026-05-20

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
操作系统	Ubuntu 22.04.5 LTS (aarch64)
Python	3.11.14

3. 精度评测

NPU 与 CPU 精度对比

指标	数值
余弦相似度	1.000000
最大绝对误差	0.003056
是否满足要求	是（< 1%）

4. 性能

指标	数值
平均延迟	10.27 毫秒
测试轮数	10

5. 推理输出证据

=== tf_efficientnetv2_b2.in1k ===
Params: 10,096,086

--- CPU ---
Shape: [1, 1000]
Prediction: 852

--- NPU ---
Shape: [1, 1000]
Prediction: 852

--- Comparison ---
Cosine Similarity: 1.000000
Max Abs Error: 0.003056
CPU pred: 852, NPU pred: 852

--- Latency ---
Avg: 10.27 ms (10 runs)

Done.

6. 复现步骤

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

# 运行推理
/usr/local/python3.11.14/bin/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/

timm/tf_efficientnetv2_b2.in1k 在昇腾 NPU 上的表现

1. 简介

模型来源：timm/tf_efficientnetv2_b2.in1k
适配状态：成功
适配时间：2026-05-20

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
操作系统	Ubuntu 22.04.5 LTS (aarch64)
Python	3.11.14

3. 精度评测

NPU 与 CPU 精度对比

指标	数值
余弦相似度	1.000000
最大绝对误差	0.003056
是否满足要求	是（< 1%）

4. 性能

指标	数值
平均延迟	10.27 毫秒
测试轮数	10

5. 推理输出证据

=== tf_efficientnetv2_b2.in1k ===
Params: 10,096,086

--- CPU ---
Shape: [1, 1000]
Prediction: 852

--- NPU ---
Shape: [1, 1000]
Prediction: 852

--- Comparison ---
Cosine Similarity: 1.000000
Max Abs Error: 0.003056
CPU pred: 852, NPU pred: 852

--- Latency ---
Avg: 10.27 ms (10 runs)

Done.

6. 复现步骤

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

# 运行推理
/usr/local/python3.11.14/bin/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/