Das .nbx-Format ist der universelle Modellcontainer von NeuroBrix – ein ZIP-Archiv, das alles enthält, was nötig ist, um ein KI-Modell auf jeder unterstützten Hardware auszuführen.
model.nbx
├── manifest.json # Model identity, family, generation type
├── topology.json # Execution flow, component connections, loops
├── runtime/
│ ├── defaults.json # User-tunable defaults (steps, guidance, temperature)
│ └── variables.json # Variable resolution contracts
├── components/<name>/
│ ├── graph.json # TensorDAG of ATen operations
│ ├── runtime.json # Component runtime config
│ ├── profile.json # Hardware profile hints
│ ├── config.json # Component configuration
│ ├── weights_index.json # Weight shard mapping
│ └── weights/
│ ├── shard_000.safetensors
│ └── shard_001.safetensors
└── modules/ # Scheduler, tokenizer, etc.
| Prinzip | Beschreibung |
|---|---|
| Modellunabhängige Engine | Graph und Gewichte reisen im Container; die Engine braucht keinen modellspezifischen Code |
| Selbstbeschreibend | Alles, was zur Ausführung nötig ist, steckt im Container |
| Hardware-agnostisch | Dasselbe .nbx läuft auf jedem Hardware-Ziel, auf dem die Engine ausführt (siehe Installation nach Hardware) |
| Transportorientiert | Für effiziente Verteilung und Zwischenspeicherung entworfen |
Enthält die Modellidentität, die Familienklassifikation und den Generierungstyp (Bild, Text, Audio usw.).
Definiert den Ausführungsfluss – wie Komponenten verbunden sind, Schleifenstrukturen (für Diffusionsschritte) und die Datenführung.
Der TensorDAG – ein gerichteter azyklischer Graph aus Operationen auf ATen-Ebene, der die mathematische Berechnung definiert.
Modellgewichte im safetensors-Format, in Blöcke von ca. 2 GB aufgeteilt für effizienten Transfer und Memory-Mapping.
Beim Import werden .nbx-Dateien nach ~/.neurobrix/cache/ entpackt. Die Laufzeit liest .nbx-Archive nie direkt – sie arbeitet immer mit dem entpackten Cache.
~/.neurobrix/
├── store/ # Downloaded .nbx archives
└── cache/ # Extracted model files (runtime reads from here)
Die .nbx-Container werden von der Build-Toolchain erzeugt. Du lädst sie vom Model Hub herunter; um NeuroBrix zu nutzen, musst du sie nicht selbst bauen.
neurobrix validate und neurobrix inspectWeiter: Laufzeitarchitektur