用途：将 OligoFormer（siRNA 效能预测模型）从 CUDA 迁移到昇腾 NPU，项目地址 https://github.com/lulab/OligoFormer.git。
前置条件：Ascend910 系列至少 1 卡；openEuler/Ubuntu/KylinOS（aarch64 或 x86_64）；CANN ≥ 8.0（推荐 8.2+ 或 8.3.RC1）；Python 3.10（原项目 3.8，因 torch 2.5.1 不支持而升级）；PyTorch 2.5.1；torch_npu 2.5.1；已安装 conda。
主要流程：1) 配置 CANN 环境并验证 NPU：source /home/Ascend/ascend-toolkit/set_env.sh、npu-smi info；2) 克隆仓库；3) 创建 conda 环境并安装 torch、torch_npu 及依赖；4) 下载并解压 RNA-FM（含预训练权重）；5) 验证 torch_npu 可用；6) 代码适配：在 scripts/main.py 顶部注入 import torch_npu 与 from torch_npu.contrib import transfer_to_npu，在 train.py、test.py、test_single.py、train_single.py 中追加 ASCEND_RT_VISIBLE_DEVICES，并调整 RNA-FM 脚本的 CANN 环境与 conda Python 路径；7) 推理验证：python scripts/main.py --infer 1 -i1 data/example.fa，通过标准为正常退出、result/ 生成结果文件且 efficacy 列非空；8) 可选训练：先 bash scripts/RNA-FM-features.sh 生成特征，再执行训练命令。
适配特点：纯 PyTorch 项目，无 .cu 文件与 CUDA 特有第三方库，无分布式与 AMP，CUDA 使用简单，transfer_to_npu 可覆盖全部 CUDA API。
限制与注意：Ascend910 不支持 fp64，torch_npu 自动降级为 fp32，可能出现 warning；RNA-FM 的 setup.py 依赖版本过旧需放宽约束；Shell 脚本中 python 需指向 conda 环境。修改文件清单与配套预检脚本 python scripts/validate_oligoformer_env.py --rna-fm-path /path/to/RNA-FM 见资料。