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：
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
cd core/inference-backend/tests
python -m unittest discover -s . -p "test_*.py"