question3.md

题目 3：模型迁移（GPU → 昇腾 NPU）

PyTorch Examples 官方仓库：

examples/distributed/FSDP2 at main · pytorch/examples

题目概览

项目	说明
难度	⭐⭐ 中等
预估时长	90 分钟

---

使用场景

• 帮助对于Pytorch分布式训练不熟悉的同学，快速将训练任务从 GPU 迁移到 NPU
• 在 Agentic Coding 场景中，通过 AI 端到端完成 NPU 训练环境适配与任务迁移验证

任务描述

将 PyTorch Examples 仓库中FSDP2 的 nanoGPT 训练任务，从 GPU 环境迁移到 NPU 环境，完成训练流程

基本要求：

1. 适配 NPU 环境：安装对应的torch/torch_npu环境（推荐2.7版本以上）
2. 接入torch_npu.npu_fusion_attention融合算子
3. 启动多卡训练：使用torchrun启动 NPU 分布式训练（ ≥ 2 卡 )
4. 验证训练流程：第一次训练完成后，可保存checkpoints；第二次训练可以加载checkpoints

具体要求

项目	说明
Prompt	需包含引导 Agent 完成 “代码适配→训练启动→checkpoint 验证” 的全流程指令
执行时间	30分钟以内

输出要求

参赛者需提交：

目录结构

skill-name/
├── SKILL.md        # 必须
├── reference/      # 可选
└── scripts/        # 可选

评分标准

参考 Agent Skill 创作最佳实践：

维度	权重	说明
功能完整性	60%	是否能成功引导完成 nanoGPT 训练流程
description 质量	20%	是否包含 WHAT（做什么）和 WHEN（何时触发）；是否具体、含关键词；是否用第三人称
指令与结构	10%	SKILL.md 是否简洁（建议 500 行以内）；指令步骤是否清晰可执行；是否合理使用渐进式披露
代码与脚本	10%	脚本是否明确列出依赖；路径是否使用正斜杠；错误处理是否清晰；是否避免推卸给 Agent