模型能在NPU上跑起来，是否就等于“好用”？并不一定。模型能跑，只说明链路接通；要跑得快、算得对、少等待，还需要持续调优。近日，围绕openJiuwen、InferRSI与昇腾NPU的联合实践显示，openJiuwen正把“智能体自我改进”的思路延伸到模型推理系统：由openJiuwen组织任务、规划步骤和调用工具，InferRSI管理实验、记录改动并核对性能与输出质量，再依据NPU上的实测决定保留哪些优化。

据项目公开测试记录显示，在单张Ascend 910B1上，Qwen3-TTS专用引擎吞吐最高达到SGLang-Omni的14.2倍、vLLM-Omni的4.8倍；Qwen-Image生成用时从3111.5ms降至2459.6ms，下降21.0%。

从双维度RSI到InferRSI，openJiuwen把“自我改进”推进到推理系统

openJiuwen是由华为2012实验室联合各产品线团队、高校、企业等广大开发者构建的开源AI Agent平台，社区代码仓Star数已超100K。让智能体持续自我改进，是openJiuwen重点投入的方向之一。此前发布的双维度RSI框架，把递归自我改进落到两个方向：一方面优化提示词、技能、工具及执行约束，改进智能体的工作方法；另一方面持续打磨科研论文和算法程序，提升实际交付成果。相关能力已在WorkSwarm 0.2.6中落地，并在0.2.7中进一步加入基于执行轨迹的经验积累、可复用技能组合和多智能体团队评价优化闭环。

沿着这条主线，InferRSI把关注点进一步转向模型背后的推理系统。所谓推理，就是把输入变成图片、语音或文字的过程。模型决定“算什么”，推理框架安排“怎么算”，NPU负责执行计算。模型能在NPU上运行，并不代表计算中没有重复、等待和不必要的数据搬运。所谓“NPU亲和”，就是让计算方式更适合硬件：能复用的信息不重复算，能合并的小操作一起执行，数据布局和算子选择也与硬件匹配。InferRSI把调优分为算子级、框架级和场景专用引擎生成三个阶段，优化范围从局部逐渐扩大。openJiuwen则作为主要任务入口，理解目标、规划步骤、调用工具并跟踪进度；InferRSI提供实验管理、结果检查和调优经验，让每次尝试都能回头核对。

实测见真章：图像生成提速21%，语音专用引擎吞吐最高14.2倍

在框架调优阶段，Qwen-Image在vLLM-Omni现有执行路径上进行优化，从共享modulation准备、采用合适的NPU RoPE实现，到尝试VAE加速，每改一处都单独检查速度和画质。测试在单张Ascend 910B1、BF16等固定配置下进行。结果显示，Qwen-Image用时从3111.5ms降至2459.6ms，下降21.0%，生成图片每个像素与原来相同；再加上可选的VAE加速方案，用时降至2425.5ms，下降22.0%，图片有细微差别，但图像相似度达到SSIM≥0.99、PSNR≥35dB，符合测试前定好的画质要求。

项目记录显示，主要收益来自减少重复计算和适配NPU算子：共享modulation准备加decode broadcast省下254.92ms，NPU原生RoPE加表复用省下193.95ms。先保住输出，再讨论多快一点，结论更容易落地。

更受关注的是专用引擎阶段。面向Qwen3-TTS，团队构建了可独立运行的专用引擎，围绕调度、缓存、NPU图执行和流式语音输出进行设计。在单张910B1上，单并发（C1）测试中，专用引擎、vLLM-Omni、SGLang-Omni的吞吐分别为61.12、12.71、4.31 frames/s，专用引擎最高达到SGLang-Omni的14.2倍、vLLM-Omni的4.8倍；首段语音等待p95分别为51.97ms和273.21ms（专用引擎与vLLM-Omni对比），RTF分别为0.206和0.989。并发64（C64）时，三者吞吐分别为549.39、228.07、71.60 frames/s。3轮、7档并发共21组结果中，专用引擎吞吐均超过同并发下两套对比框架最快一次结果的2倍，最小比值为2.047683倍（C32）。

速度之外，2688条语音均逐条自动检查：对比同并发下两套框架中最好的结果，英文单词错误率、中文字符错误率最多增加1个百分点，音色相似度最多降低0.02，整体验证通过。需要说明的是，上述结果来自特定模型、任务和配置，自动检查不能代替真人试听，也不说明音频波形完全一样。

可复用：openJiuwen组织闭环，让经验沉淀为专用引擎

比单个数字更重要的是方法能否复制。实践中，openJiuwen负责安排任务、调用工具和分析结果，InferRSI记录改动、测试结果与适用条件，NPU上的实测决定保留哪些优化，再把经验用于下一轮。每轮实验交付的不只是“快了多少”，还包括对比报告、代码版本、计时记录和输出文件，方便复现和核对。失败的尝试同样有价值：没提速、内存不够或算错了，都记下原因，下一轮先排除已知问题；换设备或执行方式后，再重新验证。

这套方法已形成可操作路径：一条路径用InferRSI跑“基线vs候选”的A/B对比实验，帮助团队判断改动是否达标；另一条路径直接启动Qwen3-TTS专用引擎，把调优经验变成可运行、可测试、可继续改进的软件。对于模型和负载相对固定的场景，专用引擎能带来更直接的效率；对于模型多、需求常变的场景，则可优先优化通用框架。

下一步，openJiuwen也将尝试把“针对模型、任务和硬件生成专用引擎”的方法延伸到手机、汽车、机器人等端侧设备，并探索CPU、GPU、NPU异构组合下的任务分配，优化目标从速度扩展到内存、能耗和长时间稳定运行。

从双维度RSI对智能体工作方法与交付成果的优化，到InferRSI对模型执行路径和专用引擎的探索，openJiuwen正在把“持续改进”落到更具体的工程环节。它不只是一个任务入口，更是连接工具、沉淀经验、组织持续迭代的智能体平台：让AI推理调优从少数专家的手工活，逐步变成可组织、可追溯、可复用的能力，也让“每个模型拥有适合自己的推理引擎”从理念走向可验证的实践。

随着代码、测试记录和社区贡献持续积累，openJiuwen有望把一次优化变成下一轮改进的起点，让更多模型在更多硬件上跑得快、算得对、用得起。