企业官网建设流程全解析

版本选型指南：Granite-TimeSeries-FlowState-R1-NPU（r1.0）升级到r1.1有哪些关键变化？

【免费下载链接】granite-timeseries-flowstate-r1-npu项目地址: https://ai.gitcode.com/atlasleong/granite-timeseries-flowstate-r1-npu

Granite-TimeSeries-FlowState-R1 是 IBM Research 开源的零样本时间序列基础模型，凭借"时间尺度可调"的独特设计，在时序预测领域表现亮眼。如果你正在做版本选型，最想知道的莫过于：r1.0 升级到 r1.1 到底改了什么？本文用一张对比表加六项关键变化逐条拆解，并给出昇腾 NPU 场景下的选型建议，帮你快速做出决策。🚀

上图是 Granite-TimeSeries-FlowState-R1（r1.0）在昇腾 NPU 上的真实推理验收输出，FORECAST 预测值、设备标记与 EXIT_CODE=0 均来自真实运行。

一、FlowState 是什么？为什么版本选型很重要

FlowState 由 S5 状态空间模型（SSM）编码器与 Legendre 函数基解码器组成，能把观测序列映射到尺度不变的系数空间再连续预测，因此无需重新训练就能适配 15 分钟、小时、日、周等不同采样率。它把模型控制在千万级参数，却在 GIFT-Eval 零样本榜单上超越多数更大模型，性价比极高。

而 r1.1 正是官方在 r1.0 基础上的重要迭代，两者在架构、数据、参数量上差异明显。选错版本，可能直接影响预测精度与推理成本，所以版本选型值得认真对待。

二、r1.0 升级到 r1.1 的六大关键变化

官方在 model/README.md 中明确列出了 1.0 到 1.1 的更新，我们归纳为以下六点：

1. 预训练上下文翻倍：2048 → 4096

r1.0 的上下文长度为 2048 步，r1.1 提升到 4096 步，能"看到"更长的历史序列，对长周期、强季节性数据的理解更充分。代价是输入更大，对显存和算力的要求同步上升。

2. 参数量翻倍：约 9.07M → 18.5M

r1.0 参数量约 906.9 万（其中解码器约 118 万），r1.1 提升到约 1850 万，模型容量翻倍、表达力更强，但推理耗时与显存占用也随之增加。

3. S5 层新增输出门控机制

r1.1 对 S5 状态空间层做了架构改进，加入输出门控（output gating），让信息流动更可控，通常能带来更稳定的长序列预测。

4. MLP 层更大

前馈网络（MLP）尺寸加大，增强了模型的非线性拟合能力，这是精度提升的重要来源之一。

5. 超参数全面优化

r1.1 针对新架构与数据重新调优了训练超参数，让模型潜力得到更充分的发挥。

6. 引入 CauKer 合成预训练数据

r1.1 引入 CauKer 方法生成的合成预训练数据，扩充训练语料，显著提升零样本泛化能力。

三、r1.0 与 r1.1 核心参数对比表

四、r1.0 与 r1.1 如何切换加载？

r1.1 最容易踩的坑是：加载时必须显式指定版本号。官方约定是：

• 不传revision参数 → 默认加载 r1.0；
• 传入revision="r1.1"→ 加载 r1.1 权重。

升级时千万别漏掉这一行参数，否则你"以为在跑 r1.1"，实际仍是 r1.0。（官方用法详见 model/README.md 的 Recommended Use 部分。）

五、昇腾 NPU 场景：本仓库的 r1.0 交付怎么看？

本仓库 Granite-TimeSeries-FlowState-R1-NPU 固定的是 r1.0 的昇腾 NPU 自包含交付，几个关键事实：

• 模型快照、建模源码与推理入口全部收拢在交付目录，inference.py 完全自包含，不依赖任何父目录临时文件；
• 主前向由 torch_npu 在逻辑设备npu:0上执行，禁止 CPU 回退（脚本明确打印CPU_FALLBACK=false）；
• 实测单次前向约 1.6 秒（NPU_FORWARD_MS≈1629ms），输出形状(2,96,1)，无 NaN、无 Inf，验收通过。

昇腾 910B4-1 设备状态与推理进程占用，来自真实 npu-smi 快照，Health 全部 OK。

如果想把 r1.1 搬到 NPU 上，需要注意：18.5M 参数配合 4096 上下文，意味着更大的显存占用和更长的推理时间，需要重新做 NPU 适配与验收。r1.0 的输入输出规格（context 2048、预测长度 96、9 个分位数）可对照 model/config.json 查看。

六、版本选型建议：到底该选哪个？

一句话总结：求稳选 r1.0，求强选 r1.1。本仓库已为你备好 r1.0 的完整 NPU 交付与真实验收证据（详见 README.md 与 assets/model_result.png），而 r1.1 是潜力更大、但需要自己动手适配的新版本。希望这份版本选型指南能帮你少走弯路，选到最合适的那一版！

【免费下载链接】granite-timeseries-flowstate-r1-npu项目地址: https://ai.gitcode.com/atlasleong/granite-timeseries-flowstate-r1-npu