feat: 完成 issue #8 ⑥ K8s/Helm 部署底座 + 昇腾适配层

core/inference-backend/README.md

@@ -0,0 +1,51 @@
+# iAOP-Core · 推理后端抽象层（Inference Backend）
+
+对应 PRD 5.6「⑥ 部署底座」与 EPIC #8：
+NVIDIA GPU（5090，Triton/ONNX）与华为昇腾 NPU（ACL/CANN）实现**同一**
+`InferenceBackend` 接口，业务代码仅依赖接口、不感知硬件；
+**切换后端 = 改适配层配置**（`backend: gpu|npu`），业务代码零改动。
+
+## 模块结构
+
+```
+core/inference-backend/
+├── __init__.py          包入口（导出接口/请求/结果/工厂）
+├── base.py              InferenceBackend 统一抽象接口（load_model/infer/health/unload）
+├── gpu_backend.py       NVIDIA 5090 后端（Triton/ONNX，OpenAI 兼容）
+├── npu_backend.py       华为昇腾 NPU 后端（ACL/CANN，MindIE OpenAI 兼容）
+├── factory.py           可插拔工厂（backend: gpu|npu -> 实现类）
+├── config/
+│   └── backends.template.yaml   模板后端适配层配置资产（ti-cl4 示例）
+└── tests/
+    ├── _bootstrap.py            测试引导（目录含连字符，挂载包名 inference_backend）
+    └── test_inference_backend.py 接口/工厂/行为单元测试
+```
+
+## 统一接口（PRD 5.6：loadModel / infer / health / unload）
+
+业务代码只依赖 `InferenceBackend` 接口，不 import 任何具体后端：
+
+```python
+from inference_backend.base import InferRequest
+from inference_backend.factory import build_backend, load_backend_config
+
+backend = build_backend(load_backend_config("config/backends.template.yaml"))
+
+backend.load_model()
+health = backend.health()                 # 健康巡检
+result = backend.infer(InferRequest(prompt="请解释炉温报警"))  # result.text
+backend.unload()
+```
+
+## 切换后端（仅改配置）
+
+`config/backends.template.yaml` 中 `backend: gpu` 改为 `backend: npu` 即切换到
+昇腾适配层；同一份业务代码、同一调用面，硬件差异被适配层隔离。
+新增硬件：在 `factory.py` 的 `BACKEND_REGISTRY` 注册实现类即可。
+
+## 运行测试
+
+```bash
+cd core/inference-backend/tests
+python -m unittest discover -s . -p "test_*.py"
+```