52 lines
2.1 KiB
Markdown
52 lines
2.1 KiB
Markdown
# 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"
|
||
```
|