FlashGen

FlashGen 是基于昇腾（Ascend）硬件的扩散模型蒸馏加速框架，为昇腾NPU提供多种蒸馏和加速方法。

仓库结构

FlashGen/
├── flashgen/
│   ├── __init__.py
│   ├── configs/
│   ├── datasets/
│   ├── methods/
│   └── networks/
├── scripts/
├── tests/
└── train.py

环境要求

• 昇腾硬件：Atlas 800 训练服务器（Ascend 910B）或更高版本
• CANN：8.5.0 及以上版本
• Python：3.10 及以上
• torch / torch_npu：2.7.1 及以上
• FastVideo：0.2.0

依赖 FastVideo

FlashGen 只实现算法/网络层（flashgen/），训练循环、数据管线等基础设施全部复用 FastVideo。flashgen.entrypoint 在启动时固定 NPU 安全的注意力后端（Torch SDPA），再转发到 fastvideo.train.entrypoint.train。

当前对齐 FastVideo v0.2.0。拉取：

git clone -b v0.2.0 https://github.com/hao-ai-lab/FastVideo.git
cd FastVideo

注意：不能直接 pip install -e .。 FastVideo 的 pyproject.toml 默认会从 CUDA 源拉 torch==2.11.0 和仅限 CUDA 的 fastvideo-kernel，在昇腾环境会覆盖掉 torch_npu 或直接装不上。正确做法是先在 NPU 环境备好 torch / torch_npu，再跳过依赖解析安装：

pip install -e . --no-deps

FastVideo 运行所需的其余依赖（transformers、diffusers、einops 等纯 Python 包）按需手动 pip install，不要让它自动拉 torch / fastvideo-kernel。FlashGen 自身的轻量依赖见 requirements.txt。

安装

git clone <repo-url>
cd FlashGen
pip install -e .

贡献

欢迎贡献！详见 CONTRIBUTING.md。

安全

安全相关须知详见 SECURITY.md。

行为准则

参与本项目即表示您同意遵守 行为准则。

许可证

本项目使用 Mulan PSL v2 许可证。详见 LICENSE。