NPU 训练配置

这个功能解决什么问题

部分企业用华为昇腾硬件做国产算力替代，没法直接用 NVIDIA GPU。VortLab 支持把训练任务跑在华为昇腾 NPU 上，配置比 GPU 更简单：选好设备，按需设个内存上限就能开训。本页讲怎么选 NPU、怎么设内存限制，以及什么时候该选 NPU。

前置条件

昇腾 NPU 环境要求

NPU 训练仅在 Linux 环境下可用，且需要：

• 已安装华为昇腾驱动和 CANN 软件包
• 已安装 torch_npu 和 ACL 相关依赖
• 如果设备类型下拉里「华为昇腾NPU」显示「华为昇腾NPU（不可用）」并且选不了，说明上面的环境没就绪

驱动、CANN、torch_npu 的安装属于部署范畴，不在本文范围内。

设备选择

在训练创建对话框的「硬件配置」区，先选设备类型：

字段	类型	必填	默认值	说明
deviceType	下拉	必填	cpu	训练硬件。选择「华为昇腾 NPU」来启用 NPU 训练。当前环境没有可用昇腾设备时，该选项会显示「华为昇腾NPU（不可用）」并被禁用。

图1：设备类型下拉选择华为昇腾 NPU

NPU 配置选项

选了「华为昇腾 NPU」之后，下方只多出一个配置项：

字段	类型	必填	默认值	说明
memoryLimit	数字	可选	4096	NPU 内存限制（MB）。默认 4096。

操作步骤

1. 打开训练创建对话框

   在项目工作区点左侧「训练」，再点右上角「训练新模型」，弹出训练创建对话框。找到「硬件配置」区。

2. 选择华为昇腾 NPU

   把「设备类型」下拉选成「华为昇腾 NPU」。如果该选项带「（不可用）」并且选不了，说明当前环境没有可用昇腾设备，请先按前置条件检查环境。

3. （可选）设置 NPU 内存限制

   下方会出现「NPU 内存限制 (MB)」输入框，默认 4096。需要的话调整这个数值，单位是 MB。不确定就用默认值。

4. 点击开始训练

   配置完成后点底部的「开始训练」，任务进入等待队列。

适用场景

昇腾 NPU 适合什么时候用

• 适合有华为昇腾硬件的企业环境，或国产化算力替代场景
• 训练速度通常优于 CPU，但具体性能取决于 NPU 型号
• 支持 YOLO 系列模型的训练（检测、分割、旋转框、姿态等任务类型）
• 如果同一台机器上既有 GPU 又有 NPU，优先用 GPU

版本匹配

版本必须匹配

昇腾这套环境对版本一致性要求很高：

• 昇腾驱动、CANN、torch_npu、Python 版本必须互相匹配
• 版本不匹配会导致训练失败，或者性能明显下降
• 安装和升级时请参考华为官方文档确认版本兼容性，不要混装不同大版本的组件

这是 NPU 环境最常见的坑，出问题先查版本对不对得上。

NPU 还是 GPU

NPU 与 GPU 怎么选

如果同时有 GPU 和 NPU 可选，优先用 GPU。NVIDIA 的 CUDA 生态更成熟，PyTorch 支持更完整，性能通常也更好，遇到问题排查资料也多。

NPU 更适合这两种情况：有国产化或信创合规要求，或者手头已经有昇腾硬件、不想额外采购 GPU。