Calculet NPU CALVX 算子与端到端模型移植黑客松

选手赛题文档

1. 简介

Calculet 是自研 NPU 算子开发套件，上层基于 Rust + Cargo 进行算子开发。开发者编写 Rust 算子代码，通过自定义编译目标 npu-calculet-unknown-calvx 编译，输出 CALVX 虚拟指令中间表示（.calvx）。

CALVX 是硬件无关的虚拟指令层，定位类似 CUDA PTX；CALVX 经过后端编译器 lower 后，生成 Calculet NPU 原生硬件指令，才能在真机上执行。

为了节约珍贵的真机资源，我们提供 calvx-verifier：运行在 CPU 上，做静态合法性校验（指令格式、数据流、资源约束、内存访问规则检查）。

当前 Calculet 内置算子库优先面向大语言模型，Stable Diffusion、SAM 图像分割、视频生成等 CV / 多模态模型依赖的大量算子尚未实现，无法直接在 NPU 上部署推理。

本次黑客松邀请开发者补齐算子生态，你可以任选两条路线参赛：实现独立算子，或是补齐整套依赖算子、打通开源推理前端，完成端到端模型 NPU 推理。端到端打通模型、对接 ComfyUI 等生态的成果，拥有更高的评价权重。

技术链路

1. 选手编写 Rust 算子代码
2. cargo build --target=npu-calculet-unknown-calvx 产出 CALVX（.calvx）
3. calvx-verifier 在 CPU 上做静态校验，本地不限次数
4. 校验通过后提交真机队列
5. 后端编译器将 CALVX lower 为 NPU 原生硬件指令
6. 真机执行，采集精度、性能与端到端输出效果

真机资源有限，存在排队延迟，请优先使用本地 verifier 自测。

2. 开发环境与工具链

报名审核通过后，你将获取完整开发包，包含：

• Rust 工具链 + 定制 target spec：npu-calculet-unknown-calvx
• calvx-verifier CPU 校验程序
• 官方算子模板库、参考样例算子工程
• CALVX IR 规范、NPU 内存模型、tiling 与同步语义文档
• Golden 参考 Harness、张量精度比对脚本
• ComfyUI 桥接适配样例（骨架参考）
• 已实现算子清单（请避开重复实现已有算子）

编译命令：

cargo build --target=npu-calculet-unknown-calvx

编译产物：target/npu-calculet-unknown-calvx/release/*.calvx

配套 .cargo/config.toml 模板（样例自带）：

[target.npu-calculet-unknown-calvx]
linker = "calculet-calvx-linker"
runner = "calvx-verifier"

3. 参赛路线（自由选择，可迭代升级）

路线 A：算子开发

实现官方算子库中不存在的算子，支持单算子或 Fused 融合算子。

算子可以是 Diffusion、SAM、视频模型依赖的基础运算、归一化、采样、卷积变种、多维张量运算等。

要求：编译产出合法 CALVX，verifier 校验通过，真机运行输出和 CPU Golden 参考满足精度要求，算子可以独立注册到算子库、被图推理框架调用。

路线 B：端到端模型移植（高价值方向）

补齐目标模型所缺失的全部算子，并完成推理前端桥接适配，最终在 Calculet NPU 上跑通完整模型推理。

推荐目标：

• Stable Diffusion 系列：对接 ComfyUI 原生工作流，由 ComfyUI 发起推理请求，全部计算下沉 NPU，产出图像
• SAM 图像分割：产出分割掩码
• 视频生成模型

判定重点不是零散的算子集合，而是由 ComfyUI 等原生前端下发任务、计算全部在 NPU 上完成、产出符合模型预期的图像 / 掩码，不依赖 CPU 兜底大量算子。能一键拉起 ComfyUI 工作流、稳定出图、支持多尺寸输入的方案，是本次赛事的标杆成果。

你可以从路线 A 起步，截止前迭代升级到路线 B；评审以最终提交包的最高阶成果判定路线，报名时不锁定赛道。

4. 提交方式与 FAQ

待组委会发布。代码仓库：git.calculet.t12e.cc（账号在报名审核通过后发放）。