czxichen/timesfm3.0-balanced

timesfm3

简体中文 · English

专为 Google TimesFM 3.0 时间序列大基座模型打造的高性能纯 Rust 推理引擎。

推理引擎源码与构建说明见 GitHub:czxichen/timesfm3

无 tch-rs / candle / Python 运行时依赖;热路径基于 Rayon 多线程与 SIMD 微内核(x86_64 AVX2+FMA+F16C、aarch64 NEON),Release 静态二进制仅约 1.1 MB,冷启动即时就绪。

---

目录

• 简介
• 模型下载 (Model Zoo)
• 精度:与官方 PyTorch 对齐
• 速度:与官方 PyTorch 对比
• 许可

---

简介

• 目标模型:Google TimesFM 3.0,约 3.3 亿参数,20 层双注意力(序列 + 变量)MixingTransformer,model_dims=1280、16 头 × 80 维;官方 FP32 safetensors 权重约 1.32 GB。
• 设计定位:
  1. 零重型依赖 — 摆脱 libtorch / CUDA 动态库与 Python 运行时,直面嵌入式设备、轻量容器与 Serverless 的冷启动与部署痛点;全部外部依赖仅 rayon、memmap2、matrixmultiply、num_cpus、half 五个常规 crate。
  2. 极致轻量 — 纯推理导向,去除反向传播与梯度存储,热路径内存预分配;Release 静态链接体积约 1.1 MB。
  3. 严格对齐官方精度 — 浮点精度对齐至 $10^{-5}$ 级别(见下文精度基准)。
• 核心特性:
  • 独立算子实现:CPU Tiled Online Softmax(FlashAttention 思想,因果区算力减半)、N 轴列切分 GEMM、RMSNorm / PerDimScale / RoPE 静态预计算表;
  • 原生 SIMD + 多线程:x86_64 AVX2/F16C 与 aarch64 NEON 双内核,Rayon 并行任务化(batch×head 展平,单序列也能跑满多核);
  • 零拷贝加载:基于 memmap2 的 safetensors 内存映射解析 + 内置约 150 行递归下降 JSON 解析器;FP16 权重在 half 域直接完成转置布局,半精度检查点秒级装配;
  • 高保真量化三档:FP32 原生(1.32 GB)· FP16 全量(631 MB)· FP16 混合 Balanced(730 MB,敏感层保留 FP32,worst-case 误差约为全量 FP16 的 1/5,体积缩减 45% 同时精度提升约 5 倍,推荐首选);
  • 时序稳健算法:PAVA 保序回归(分位数单调防穿越)、季节分解与相位回填、Robust Median/IQR 抗脉冲归一化、CPM 迭代校正与边界平滑;
  • 跨平台一致性:全量 155 场景矩阵在 macOS 与 Windows 10(x86_64)上分别复测,TOL / FAIL 名单完全一致,官方实现中的 NaN 三元组在引擎内全部为有限值。

---

模型下载 (Model Zoo)

量化权重已发布到 Hugging Face 与 ModelScope(均为 TimesFM 官方权重的非商用量化派生,遵循 timesfm-non-commercial-license-v1.0):

档位	体积	最坏误差(全分位网格 Δ,ETTh1)	Hugging Face	ModelScope
FP16 Balanced(推荐)	730 MB	$1.3 \times 10^{-3}$(0.007%)	timesfm3.0-balanced	timesfm3.0-balanced
FP16 全量	631 MB	$6.1 \times 10^{-3}$(0.03%)	timesfm3.0-f16	timesfm3.0-f16

官方 FP32 原权重请从 Google 官方渠道获取(google-research/timesfm,非商用许可)。下载任一站点的权重并解压后即可直接预测:

cargo run --release --bin forecast -- <ckpt_dir> <horizon> [context.csv]
# 例:cargo run --release --bin forecast -- ckpt_balanced 96 data/etth1.csv

桌面端可视化图形界面 (Tauri GUI)

本项目提供了专为小白用户设计的轻量可视化桌面端应用（基于 Tauri 2.0 + React）：

cd ui
npm install
npm run tauri dev

• 极简 4 步向导：数据导入 ➔ 智能时间列识别与业务循环建议 ➔ 预测条数/模型设置 ➔ 交互式扇形图看板与导出。
• 免格式转换：支持标准业务表格 CSV（含表头、时间戳列）直接拖拽，自动在内存中转置与切片。
• 一键示例体验：内置电力变压器等经典数据集，开箱即用。

---

精度:与官方 PyTorch 对齐

场景:经典电力变压器数据集 ETTh1,7 变量 × 输入长度 1024 → 预测 24 步,与官方 PyTorch 实现逐值位级对比;Windows 10 复测(i7-10700,torch 2.13,同场景)见末列。

精度模式	中位数点预测 $\max|\Delta|$	全分位网格 $\max|\Delta|$	Pearson 相关系数	Windows 复测 $\max|\Delta|$	说明
FP32 原生	$7.6 \times 10^{-6}$	$1.0 \times 10^{-5}$	1.0000000	1.8e-05 / 2.7e-05	纯浮点顺序累加噪声,完全对齐
FP16 全量量化	$3.7 \times 10^{-3}$	$6.1 \times 10^{-3}$	1.0000000	3.7e-03 / 6.1e-03	相对误差约 0.03%,工程无损
FP16 混合 (Balanced)	$7.6 \times 10^{-4}$	$1.3 \times 10^{-3}$	1.0000000	7.6e-04 / 1.4e-03	相对误差仅 0.007%,推荐首选

155 个时序场景矩阵详尽报告见 report/accuracy_report.md。 Windows 复测:155 场景 TOL=133、FAIL 名单与 macOS 完全一致;量化档(vs 引擎自身 f32):FP16 全量 worst $9.6 \times 10^{-3}$、Balanced worst $5.9 \times 10^{-3}$。

---

速度:与官方 PyTorch 对比

在以下两种硬件环境分别实测(均为各自环境的最新端到端状态,与官方实现同机对照、同 checkpoint、同输入):

环境 A · Intel Core i7-8750H(6 核 12 线程)vs 官方 PyTorch 2.2

端到端冷态墙钟(加载 + 模型装配 + 预测全周期):

实现方案	整体耗时	加速比	峰值内存驻留
官方 PyTorch 2.2	5.16 s	1.00x	~2.69 GB
本引擎 FP32	1.96 s	2.63x	~1.85 GB
本引擎 FP16 混合 (Balanced)	1.70 s	3.04x	~1.48 GB
本引擎 FP16 全量	1.65 s	3.13x	~1.37 GB(-49%)

环境 B · Windows 10 · Intel Core i7-10700(8 核 16 线程)vs 官方 PyTorch 2.13

7 变量 × ctx1024、horizon=96,forecast 内嵌计时中位数:

实现方案	端到端墙钟	模型装配	前向预测
本引擎 FP32	3.27 s	948 ms	1.51 s
本引擎 FP16 全量	2.42 s	446 ms(-53%)	1.72 s
本引擎 FP16 混合 (Balanced)	2.56 s	552 ms(-42%)	1.77 s

关键结论

• 装配速度:得益于内存映射零拷贝 + 并发转置 + half 域直接布局,半精度检查点装配仅约 0.27 s,端到端由装配加速主导。
• 全量吞吐:155 场景矩阵(各加载一次)——官方 torch 2.13 约 352 s,本引擎 FP32 **277.1 s(1.27×)**、FP16 300.0 s、Balanced 303.4 s。
• 注:FP16 前向较 FP32 慢约 8%(half 解包开销),与 macOS 侧“+15%”结论同向,不抵消装配端优势。

---

许可

• 引擎源码:Apache-2.0。
• 模型权重:TimesFM 3.0 官方预训练权重遵循 timesfm-non-commercial-license-v1.0(仅限非商用研究)。