NeuroBrix beruht auf drei unverletzlichen Design-Invarianten, die ein vorhersagbares, debugbares und universelles Verhalten garantieren.
Keine fest codierten Werte irgendwo in der Laufzeit.
Jeder Wert stammt aus Konfigurationsdateien:
topology.json — Ausführungsfluss und Komponentenverbindungencomponents/<name>/runtime.json — Laufzeitkonfiguration der Komponentecomponents/<name>/graph.json — Tensor-Berechnungsgraphendefaults.json — vom Benutzer einstellbare Parameter (Schritte, Guidance, Temperatur)hardware/<profile>.yml — GPU-KonfigurationenEingebettete Konstanten wie sample_size = 128 sind verboten. Dadurch verarbeitet derselbe Laufzeitcode Bildgenerierung, LLMs, Audio- und Videomodelle ohne jede modellspezifische Logik.
Fehlende Daten = expliziter Absturz, niemals stille Standardwerte.
Fehlt ein erforderlicher Konfigurationswert, stürzt NeuroBrix sofort mit einer klaren Fehlermeldung ab, die genau erklärt, was fehlt und wo es definiert werden sollte.
„Explizite Fehler ermöglichen schnelles Debugging. Ein Standardwert kann einen Fehler wochenlang verbergen.“
Das ist beabsichtigt: Stille Fallback-Werte sind die Quelle schwer auffindbarer Probleme im Produktivbetrieb. Ein Modell, das „meistens funktioniert“, ist schlechter als ein Modell, das klar mit umsetzbaren Fehlern scheitert.
Die Laufzeit kennt Tensoren, keine Domänen.
Die Laufzeit von NeuroBrix hat keinen Begriff von „Bild“, „Text“, „Audio“ oder irgendeiner Domäne. Sie arbeitet mit abstrakten Tensoren:
Tensor [B, C, H, W]Tensor [B, SeqLen]floatJedes domänenspezifische Verhalten ist in der Topologie und den Komponentengraphen des .nbx-Containers kodiert. Das macht NeuroBrix wirklich universell – dieselbe Laufzeit verarbeitet jede Modalität.
Diese drei Prinzipien wirken zusammen:
Das Ergebnis: universelle Ausführung über Modellfamilien hinweg ohne Änderungen, präzise Fehlermeldungen, vorhersagbares Verhalten ohne versteckte Codepfade und keine Laufzeitänderungen beim Hinzufügen neuer Modelle.
Weiter: Model Hub