llm_aided_ocr适配Ascend NPU开源适配任务
1. 背景介绍
开源for Huawei（参考：https://developer.huaweicloud.com/programs/opensource/contributing/）通过和公司、高校、社区的开发者合作，完成鲲鹏、昇腾、欧拉、鸿蒙、高斯、云服务等与开源软件的适配开发，帮助繁荣Huawei的基础生态，同时让开源软件能够更加简单、高效的运行于华为云上。
开始之前，开发者可以下载 开源for Huawei Wiki（参考：https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview）了解详细的开发步骤，技术准备，以及开发过程需要的各种资源。
2. 需求分析
2.1 开源软件基本情况
Llm_aided_ocr是一个基于LLM的OCR扫描PDF开源工具，旨在通过利用多模态大语言模型（LLM）将原始的OCR扫描PDF文本转换成高准确度、格式正确且易于阅读的Markdown文档。首先将PDF文件转图像，进行OCR扫描处理提取文本，再利用本地LLM或API（如OpenAI）纠正OCR错误，最后转换成高准确度、高质量的Markdown文本。（https://github.com/Dicklesworthstone/llm_aided_ocr）
截至2024年10月18日，Llm_aided_ocr在GitHub上拥有2100的star和137的fork，有2名贡献者。最近一次代码提交时间为2024年8月。
star历史（https://star-history.com/）：
2.2 任务目的和范围
本任务的主要目的是让Llm_aided_ocr 在昇腾、鲲鹏处理器和Euler操作系统上高效运行，确保项目在平台上具备良好的兼容性和性能。
l 适配任务清单
|
生态 |
生态细类 |
是否涉及 |
验证逻辑说明 |
是否需要适配 |
适配场景说明 |
|
昇腾生态 |
指令 |
是 |
使用昇腾处理器运行应用。 |
否 |
使用昇腾指令实现适配逻辑。 |
|
CANN |
是 |
应用功能依赖于CANN运行。 |
否 |
使用CANN实现适配逻辑。 |
|
|
MindSpore |
否 |
应用功能依赖于MindSpore运行。 |
否 |
使用MindSpore实现适配逻辑。 |
|
|
torch_npu |
是 |
应用功能依赖于torch_npu运行 |
否 |
使用torch_npu实现适配逻辑 |
|
|
鲲鹏生态 |
指令 |
是 |
使用鲲鹏处理器运行应用。 |
否 |
使用鲲鹏指令实现适配逻辑。 |
|
Euler |
是 |
使用Euler系统运行应用。 |
否 |
使用Euler系统调用实现适配逻辑。 |
|
|
数据库生态 |
数据库驱动 |
否 |
连接GaussDB数据库。 |
否 |
使用GaussDB数据库驱动实现适配逻辑。 |
|
|
ORM框架 |
否 |
使用GaussDB（DWS）功能。 |
否 |
基于GaussDB ORM框架实现适配逻辑。 |
|
存储生态 |
使用OBS对象存储 |
否 |
使用OBS功能。 |
否 |
基于OBS API访问实现适配逻辑。 |
|
鸿蒙生态 |
HarmonyOS |
否 |
使用HarmonyOS系统运行应用。 |
否 |
使用HarmonyOS系统调用实现适配逻辑。 |
3. 工作量评估和任务分解
3.1 工作量评估
|
任务 |
人/天 |
|
在昇腾、鲲鹏处理器和欧拉操作系统上的环境配置与测试 |
10 |
|
环境配置文档撰写与发布 |
3 |
|
适配心得撰写 |
2 |
|
总计 |
15 |
3.2 DEMO设计和功能验证
- 环境准备：管理和解决项目依赖问题，配置适当的网络策略和安全组规则，确保DEMO流程可以在昇腾、鲲鹏处理器和Euler操作系统上顺利进行。
- 代码适配：将Llm_aided_ocr项目的代码迁移至搭建好的环境并进行必要的修改和适配，测试并确保项目功能完整。
- DEMO内容：配置 Llm_aided_ocr 在华为 Ascend NPU、Kunpeng CPU 以及 OpenEuler 操作系统上的环境，确保其能够在这些硬件平台和操作系统中正常运行，并编写相应的测试用例代码以验证部署效果。
- 文档撰写：写出文档列出详细的步骤并通过开源平台进行发布，旨在确保即便是初学者也能跟随并成功复现结果。
3.3 在华为云开发者论坛输出博客
访问华为云开发者论坛（参考：https://bbs.huaweicloud.com/blogs）发表博客，介绍完成这些任务的过程和心得。
内容包括不限于如下内容：
l 开源for Huawei的背景
l 开源软件的功能介绍
l 开发适配过程及碰到和解决的问题
l DEMO设计、开发、部署过程
博客打上如下标签：
l 开源（必选）
l 开发者（必选）
l 鲲鹏（可选）
l 昇腾（可选）
l Euler（可选）
4. 验收材料
|
验收细则 |
评分说明 |
是否为验收必选项 |
结果（通过/不通过） |
开发者举证 |
|
功能开发：完成与华为三大根技术生态（鲲鹏云、昇腾云、鸿蒙）适配的功能开发 |
基于鲲鹏、昇腾和Euler系统完成验证。 |
是 |
|
|
|
代码质量：适配华为三大根技术生态的代码质量经过工具检测达标 |
推送给开源社区的代码符合开源社区关于代码风格、功能、自动化测试等要求。 |
否 |
|
|
|
提供相关文档，比如部署文档、使用文档、配置文档等 |
根据社区要求，完善相关的开发指南和部署指导 |
是 |
|
|
|
合入到开源项目主仓：代码推送上游社区 |
代码合并到当前主干分支。举证提供代码仓库链接。 |
否 |
|
|
|
Deomo设计&开发：完成功能演示Demo的开发 |
举证提供DEMO前端地址。 |
是 |
|
|
|
Demo部署&验证：完成功能演示DEMO基于华为昇腾、鲲鹏和Euler系统环境的部署和功能验证 |
提供DEMO部署验证结果的关键截图进行举证。提供DEMO运行环境和资源的规格清单。 |
是 |
|
|
|
发布博客：发布博客介绍适配心得。 |
提供博客的地址。 |
是 |
|
|
|
制作单机版无高危开源镜像。 |
上架云商店。 |
否 |
|
|
|
单机版镜像上架时支持模板部署。 |
|
否 |
|
|
|
制作集群版无高危开源镜像 |
上架云商店。 |
否 |
|
|
|
集群版镜像上架时支持模板部署 |
|
否 |
|
参考资料
- 开源for Huawei介绍、环境搭建、示例项目、开发和部署指南：https://gitcode.com/HuaweiCloudDeveloper/OpenSourceForHuaweiWiki/overview
- 华为昇腾社区首页：https://www.hiascend.com/developer
- 华为鲲鹏社区首页：https://www.hikunpeng.com/developer
- 华为欧拉社区首页：https://www.openeuler.org/
- 点赞
- 收藏
- 关注作者
评论（0）