timm-vit_giant_patch14_clip_224.laion2b - 昇腾 NPU 适配

1. 模型信息

模型: timm-vit_giant_patch14_clip_224.laion2b
来源: timm
任务: CLIP 图像编码

2. 昇腾 NPU 适配结果

指标	值
设备	Ascend 910B4
精度	float32
余弦相似度	0.999986
最大绝对误差	0.059618
NPU 推理时间	21.35ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== vit_giant_patch14_clip_224.laion2b ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1024])
输出前5值: [0.16265729069709778, 0.05467212200164795, 0.2423781156539917, 0.39016851782798767, 0.22614356875419617]
推理时间: 2702.18ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1024])
输出前5值: [0.15813855826854706, 0.044800832867622375, 0.24608922004699707, 0.3920455276966095, 0.22310113906860352]
推理时间: 21.35ms

=== 精度对比 ===
Cosine Similarity: 0.999986
Max Absolute Error: 0.059618
Relative Error: 0.040322

✓ NPU 适配通过

5. 精度校验

CPU 与 NPU 推理结果对比：

余弦相似度：0.999986（> 0.99 通过）
最大绝对误差：0.059618

timm-vit_giant_patch14_clip_224.laion2b - 昇腾 NPU 适配

1. 模型信息

模型: timm-vit_giant_patch14_clip_224.laion2b
来源: timm
任务: CLIP 图像编码

2. 昇腾 NPU 适配结果

指标	值
设备	Ascend 910B4
精度	float32
余弦相似度	0.999986
最大绝对误差	0.059618
NPU 推理时间	21.35ms

3. 推理脚本

python3 inference.py

4. 推理输出证据

=== vit_giant_patch14_clip_224.laion2b ===
Dtype: torch.float32

--- CPU 推理 ---
输出形状: torch.Size([1, 1024])
输出前5值: [0.16265729069709778, 0.05467212200164795, 0.2423781156539917, 0.39016851782798767, 0.22614356875419617]
推理时间: 2702.18ms

--- NPU 推理 ---
输出形状: torch.Size([1, 1024])
输出前5值: [0.15813855826854706, 0.044800832867622375, 0.24608922004699707, 0.3920455276966095, 0.22310113906860352]
推理时间: 21.35ms

=== 精度对比 ===
Cosine Similarity: 0.999986
Max Absolute Error: 0.059618
Relative Error: 0.040322

✓ NPU 适配通过

5. 精度校验

CPU 与 NPU 推理结果对比：

余弦相似度：0.999986（> 0.99 通过）
最大绝对误差：0.059618