NeuroBrix is gebouwd op drie onschendbare ontwerpinvarianten die voorspelbaar, debugbaar en universeel gedrag garanderen.
Nergens in de runtime staan hardgecodeerde waarden.
Elke waarde komt uit configuratiebestanden:
topology.json — uitvoeringsstroom en componentverbindingencomponents/<name>/runtime.json — runtimeconfiguratie van de componentcomponents/<name>/graph.json — tensorberekeningsgrafendefaults.json — door de gebruiker instelbare parameters (stappen, guidance, temperatuur)hardware/<profile>.yml — GPU-configuratiesInline constanten zoals sample_size = 128 zijn verboden. Dat betekent dat dezelfde runtimecode beeldgeneratie, LLM's, audio- en videomodellen afhandelt zonder enige modelspecifieke logica.
Ontbrekende gegevens = expliciete crash, nooit stille standaardwaarden.
Als een vereiste configuratiewaarde ontbreekt, crasht NeuroBrix onmiddellijk met een duidelijke foutmelding die precies uitlegt wat er ontbreekt en waar het gedefinieerd hoort te zijn.
"Explicit errors allow for fast debugging. A default value can mask a bug for weeks."
Dit is bewust: stille terugvalwaarden zijn de bron van moeilijk te debuggen problemen in productie. Een model dat "grotendeels werkt" is erger dan een model dat duidelijk faalt met bruikbare foutmeldingen.
De runtime kent tensors, geen domeinen.
De runtime van NeuroBrix kent geen begrip als "beeld", "tekst", "audio" of enig ander domein. Hij werkt met abstracte tensors:
Tensor [B, C, H, W]Tensor [B, SeqLen]floatAl het domeinspecifieke gedrag is vastgelegd in de topologie en de componentgrafen van de .nbx-container. Dat maakt NeuroBrix werkelijk universeel — dezelfde runtime verwerkt elke modaliteit.
Deze drie principes werken samen:
Het resultaat: universele uitvoering over modelfamilies heen zonder aanpassingen, nauwkeurige foutmeldingen, voorspelbaar gedrag zonder verborgen codepaden en geen runtimewijzigingen bij het toevoegen van nieuwe modellen.
Volgende: Model Hub