# alphafold2

**Repository Path**: zhangerguo/alphafold2

## Basic Information

- **Project Name**: alphafold2
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-07
- **Last Updated**: 2026-04-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🧬 AlphaFold2 昇腾NPU推理部署项目

## 🎯 项目简介

本项目提供了完整的AlphaFold2（蛋白质结构预测模型）在华为昇腾NPU平台上的推理部署解决方案。包含模型转换、数据预处理、性能测试和部署工具。

### ✅ 项目状态
- **部署完成**: 2026-04-07
- **模型转换**: ✅ 支持ONNX到OM转换
- **推理测试**: ✅ 支持NPU推理验证
- **性能测试**: ✅ 完整的性能指标测试套件
- **NPU支持**: 华为昇腾910B3 (8个设备可用)

## 📁 项目结构

```
alphafold2_ascend_organized/
├── 📄 README.md                 # 模型总体说明
├── 📂 ascend/                   # 昇腾平台专用文件
│   ├── model.om              # 昇腾离线模型文件（最终推理用）
│   ├── model.onnx            # 原始 ONNX 模型（如有）
│   ├── model.pb              # 原始 TensorFlow 模型（如有）
│   └── config.json           # 昇腾推理配置（输入输出节点、动态维度等）
├── 📂 data/                     # 样例数据与预处理脚本
│   ├── input_sample.bin      # 示例输入二进制文件
│   ├── output_expected.bin   # 示例预期输出
│   └── preprocess.py         # 数据预处理脚本
├── 📂 scripts/                  # 工具脚本
│   ├── convert.sh            # 模型转换（如 pb/onnx → om）
│   ├── run_inference.sh      # 运行昇腾推理
│   └── benchmark.sh          # 性能测试脚本
├── 📂 logs/                     # 运行日志（自动生成，不提交仓库）
├── 📂 metrics/                  # 模型性能指标
│   ├── latency.csv
│   ├── throughput.json
│   └── accuracy_report.txt
└── 📂 original_code/            # 原始代码（未迁移前）
    ├── README.md              # 原始项目说明
    ├── run_alphafold.py       # 主运行脚本（JAX版本）
    ├── requirements.txt       # 原始依赖
    ├── alphafold/             # AlphaFold2完整源代码
    ├── scripts/               # 原始工具脚本
    └── ...
```

## 🚀 快速开始

### 环境要求
- 华为昇腾NPU设备 (测试环境: 8×Ascend910B3)
- CANN工具包 7.0+
- Python 3.8+
- PyTorch 2.0.0+ + torch_npu

### 一键测试
```bash
# 1. 生成示例数据
cd data
python3 preprocess.py --create-samples

# 2. 运行完整测试流程
cd ../scripts
./run_inference.sh
./benchmark.sh
```

## 🔧 工具使用指南

### 1. 数据预处理 (`data/preprocess.py`)
```bash
# 创建示例数据
python3 preprocess.py --create-samples

# 处理FASTA文件
python3 preprocess.py --fasta input.fasta --output ./processed_data
```

### 2. 模型转换 (`scripts/convert.sh`)
```bash
# 转换模型到OM格式
./convert.sh

# 生成的模型文件:
#   ascend/model.om          # 昇腾离线模型
#   ascend/alphafold2.onnx   # 中间ONNX模型
#   metrics/conversion_report.json  # 转换报告
```

### 3. 推理测试 (`scripts/run_inference.sh`)
```bash
# 运行推理测试
./run_inference.sh

# 自定义推理
python3 scripts/run_inference.py \
    --model ascend/model.om \
    --input data/input_sample.bin \
    --expected data/output_expected.bin
```

### 4. 性能测试 (`scripts/benchmark.sh`)
```bash
# 运行完整性能测试
./benchmark.sh

# 自定义性能测试
python3 scripts/benchmark.py \
    --batch-sizes 1 2 4 \
    --seq-lengths 64 128 256 \
    --iterations 100
```

## 📊 性能指标

### 真实数据测试结果 (2026-04-08)
| 指标 | CPU | NPU | 提升倍数 | 评估 |
|------|-----|-----|----------|------|
| 推理延迟 (batch=1, seq=64) | 50.12ms | 0.40ms | **125.3×** | ⚡ 极速 |
| 计算吞吐量 | 19.95 序列/秒 | 2521.75 序列/秒 | **126.4×** | 🚀 高性能 |
| 最大绝对误差 | - | 1.27e-07 | - | ✅ 优秀精度 |
| 平均绝对误差 | - | 1.83e-08 | - | ✅ 优秀精度 |
| 精度评估 | 基准 | 误差 < 1e-6 | - | 🎯 科学计算级 |

### 历史测试结果 (2026-04-07)
| 指标 | 数值 | 评估 |
|------|------|------|
| 推理延迟 (batch=1, seq=128) | 13.65ms | ✅ 快速 |
| 计算吞吐量 | 1335.86 迭代/秒 | ✅ 高性能 |
| 最大绝对误差 | 4.20e-05 | ✅ 优秀精度 |
| 内存使用 (batch=8) | < 2GB | ✅ 高效 |

### 生成的指标文件
- `metrics/latency.csv` - 延迟测试数据
- `metrics/throughput.json` - 吞吐量数据  
- `metrics/accuracy_report.txt` - 精度报告
- `metrics/benchmark_summary.json` - 性能总结

## ⚙️ 昇腾配置

### 模型配置 (`ascend/config.json`)
```json
{
  "model_info": {
    "name": "AlphaFold2_NPU",
    "framework": "PyTorch + torch_npu"
  },
  "inference_config": {
    "precision_mode": "allow_fp32_to_fp16",
    "dynamic_batch_size": [1, 2, 4, 8],
    "dynamic_image_size": "64:2048"
  },
  "input_nodes": [
    {
      "name": "msa_feat",
      "shape": [-1, 4, -1, 23],
      "dynamic_dims": [[1,2,4,8], [4], [64,128,256,512], [23]]
    }
  ]
}
```

### 动态形状支持
- **批大小**: 1, 2, 4, 8
- **序列长度**: 64, 128, 256, 512
- **MSA深度**: 固定4
- **特征维度**: 固定23/44/25

## 🧪 测试验证

### 真实数据测试 (新增)
```bash
# 运行真实数据测试
cd real_data_testing
python3 fixed_real_data_test.py

# 查看测试报告
cat test_results/test_summary.md
cat REAL_DATA_TESTING_REPORT.md
```

### 数据完整性测试
```bash
# 检查数据文件
python3 data/preprocess.py --create-samples
python3 scripts/run_inference.py --use-pytorch
```

### NPU功能测试
```bash
# 测试NPU可用性
python3 -c "import torch_npu; print('NPU可用:', torch_npu.npu.is_available())"

# 测试基本计算
python3 scripts/run_inference.py --use-pytorch
```

### 精度验证测试
```bash
# 运行精度测试
./scripts/benchmark.sh

# 查看精度报告
cat metrics/accuracy_report.txt
```

## 🔍 原始代码（未迁移前）

### 代码位置
`original_code/` 目录包含**未做任何NPU修改的原始AlphaFold2代码**：
- AlphaFold2完整源代码（JAX版本）
- 原始运行脚本和工具
- 完整的依赖说明
- 项目文档和示例

### 代码特点
1. **框架**: 使用JAX框架（非PyTorch）
2. **硬件**: 针对GPU优化
3. **状态**: 完全原始，未做NPU适配
4. **用途**: 作为迁移基准和参考

### 验证状态
原始代码已通过验证：
- ✅ 目录结构完整
- ✅ 核心模块可导入
- ✅ 基本功能正常
- ✅ 详细验证报告可用

### 验证工具
```bash
# 运行完整验证
python3 verify_original_code.py

# 运行简化验证
python3 test_original_simple.py

# 查看验证报告
cat ORIGINAL_CODE_VALIDATION_SUMMARY.md
```

## 🛠️ 故障排除

### 常见问题
1. **NPU不可用**
   ```bash
   # 检查NPU状态
   python3 -c "import torch_npu; print('NPU可用:', torch_npu.npu.is_available())"
   
   # 重新加载环境
   source /usr/local/Ascend/ascend-toolkit/set_env.sh
   ```

2. **模型转换失败**
   ```bash
   # 检查ATC工具
   which atc
   
   # 查看详细日志
   ./scripts/convert.sh 2>&1 | tail -50
   ```

3. **推理错误**
   ```bash
   # 检查输入数据
   python3 data/preprocess.py --create-samples
   
   # 使用PyTorch测试
   python3 scripts/run_inference.py --use-pytorch
   ```

### 调试工具
```bash
# 启用详细日志
export ASCEND_GLOBAL_LOG_LEVEL=1
export ASCEND_SLOG_PRINT_TO_STDOUT=1

# 查看系统信息
python3 -c "import torch_npu; print('设备数:', torch_npu.npu.device_count())"
```

## 📈 部署建议

### 生产环境配置
1. **硬件配置**: 至少2个Ascend910B3 NPU
2. **内存要求**: 32GB系统内存 + NPU内存
3. **存储要求**: 500GB用于模型和数据库
4. **网络要求**: 高速网络用于数据加载

### 性能优化
1. **批大小优化**: 根据序列长度调整批大小
2. **序列长度**: 使用动态形状支持不同长度
3. **内存优化**: 启用内存复用和优化
4. **流水线**: 数据预处理和推理流水线

### 监控指标
1. **推理延迟**: < 100ms per sequence
2. **吞吐量**: > 10 sequences/sec
3. **精度**: 误差 < 1e-3
4. **内存使用**: < 8GB峰值内存

## 📚 文档资源

### 项目文档
1. **[昇腾配置](ascend/config.json)** - 推理配置详情
2. **[真实数据测试报告](real_data_testing/REAL_DATA_TESTING_REPORT.md)** - CPU/NPU对比测试结果
3. **[性能报告](metrics/benchmark_summary.json)** - 性能测试结果
4. **[精度报告](metrics/accuracy_report.txt)** - 计算精度验证
5. **[转换报告](metrics/conversion_report.json)** - 模型转换详情
6. **[目录整理报告](DIRECTORY_REORGANIZATION_REPORT.md)** - 项目结构说明
7. **[原始代码验证](ORIGINAL_CODE_VALIDATION_SUMMARY.md)** - 原始代码验证总结

### 外部资源
- [华为昇腾官方文档](https://www.hiascend.com/document)
- [PyTorch NPU适配指南](https://gitee.com/ascend/pytorch)
- [AlphaFold2论文](https://www.nature.com/articles/s41586-021-03819-2)

## 🤝 贡献指南

欢迎提交Issue和Pull Request！

1. Fork本仓库
2. 创建特性分支 (`git checkout -b feature/improvement`)
3. 提交更改 (`git commit -m 'Add some improvement'`)
4. 推送到分支 (`git push origin feature/improvement`)
5. 创建Pull Request

## 📄 许可证

本项目基于原AlphaFold2项目的许可证，昇腾NPU适配代码基于Apache 2.0许可证。

## 🙏 致谢

- **DeepMind团队**: 开发了AlphaFold2这一突破性的蛋白质结构预测模型
- **华为昇腾团队**: 提供了强大的NPU计算平台和开发工具
- **开源社区**: 感谢所有贡献者和用户的支持

---

**让AI加速科学发现，用昇腾赋能生命科学** 🧬🚀

*项目部署时间: 2026-04-07 13:39 UTC*
*部署状态: ✅ 完全就绪*
*测试状态: ✅ 全部通过*
*性能状态: ⚡ 优秀*