硅谷人工智能公司Nexa AI发布端侧AI部署新思路|安卓|sdk|工具包|nexa|python

硅谷人工智能公司Nexa AI发布端侧AI部署新思路

2025-12-15 16:13:03　来源: 大京新闻网

北京举报

分享至

（原标题：硅谷人工智能公司Nexa AI发布端侧AI部署新思路）

2025年，是AI硬件的全面爆发之年：AI手机、AIPC、AI陪伴、AI眼镜、AI智慧座舱……然而，云端大模型主导的AI硬件正在显露隐忧：高昂的 API 调用成本让中小企业望而却步，隐私数据上传云端的安全风险如影随形，网络延迟与垂域适配不足更是制约着端侧的场景创新

开源端侧小模型崛起正在改写游戏规则：英伟达也在论文《Small Language Models are the Future of Agentic AI》宣告：小模型才是Agentic AI的未来。

1. 部署难、表现差？端侧AI发展仍面临痛点

当开发者们摩拳擦掌，想要用先进小模型打造创新应用时，现实又浇了一盆冷水：

• 部署门槛高：端侧平台的推理框架并不像云端那样容易适配：工具链有CUDA、 QNN、ANE、ROCm、Openvino, openCL, metal, vulkan等等五花八门……耗费数月踩坑仍难跑通最新模型；

• 性能表现差：即使顺利通过部署，由于推理引擎适配不当导致精度下降、输出缓慢、能耗飙升，让端侧应用体验大打折扣

• 跨平台噩梦：不同硬件（PC，手机，车机，IoT）、芯片（高通、Intel、AMD、苹果）间的适配壁垒，让跨设备应用开发重复 “踩坑”，效率极低。例如可以在高通PC上运行的多模态模型无法自动移植到高通车载端。

• 最新的模型支持差：NPU上普遍只能跑1年以前发布的模型，无法使用最新的模型（如Mistral3, Qwen3-VL），模型需要等待非常久的时间才能得到支持。

2. 端侧AI部署的新思路

最近美国硅谷明星端侧AI Startup Nexa AI公司在github上发布的Nexa SDK，为全球开发者带来了破局新思路。这个项目致力于解决长期存在于端侧模型部署中的共性问题，让 AI 模型在手机、PC、汽车、IoT 等边缘设备上的落地变得前所未有的简单。

github可搜索：nexa-sdk （如果认为对您工作有帮助，欢迎为开源作者star）

Nexa SDK 构建了4大核心优势，解决端侧 AI 部署的核心痛点：

• 跨平台统一推理框架：NexaSDK 由 NexaML 引擎提供支持，该引擎是从芯片Kernel层打造的跨硬件平台统一推理引擎（支持电脑，手机，车，IoT，机器人，以及AR眼镜等设备），并支持三种端侧模型格式：GGUF 格式、MLX 格式以及 Nexa AI 自主研发的 .nexa 格式。

• NPU, GPU, CPU深度适配：NexaSDK 可在多种算力平台的NPU、GPU、CPU上本地运行各类人工智能模型 —— 它不仅使用简单、灵活性高，而且性能佳。特别是支持各大算力平台的NPU芯片（覆盖高通Hexagon NPU, 苹果NPU，AMD Ryzen AI NPU，以及Intel NPU），充分利用NPU性能，可以解决过往端侧模型在CPU/GPU上运行带来的输出速度慢、能耗高的问题，能效比是CPU和GPU的9倍以上。

• 任意多模态模型Day-0支持：面对快速更新的开源模型市场，Nexa SDK能够做到在新模型推出的第一时间适配各个硬件后端（NPU, GPU, CPU），并且支持多种模态 Vision, Text, Audio, 以及 CV模型；

• 低代码极致易用：使用一行代码即可调用本地模型，OpenAI API 兼容设计让开发者无缝衔接代码，大大降低了端侧AI的应用门槛。

NEXA SDK一经发布也获得了包括AMD/高通的诸多行业认可：

3. 快速上手：快速解锁端侧AI能力

根据使用方式和平台，Nexa SDK提供不同的工具包：

Nexa CLI：可在MacOS/Windows/Linux 使用命令行终端速测试模型及运行本地服务器；同时支持在Linux 系统的容器化环境中运行 AI 模型；

Nexa SDK Python开发工具：可在MacOS/Windows/Linux平台使用Python完整运行SDK

Nexa SDK Android/iOS开发工具: 支持在移动端设备跨NPU/GPU/CPU推理的安卓/iOS开发工具包

Nexa SDK实现了全平台支持，全球首次统一支持苹果NPU、Intel NPU、AMD NPU、高通 NPU 等4类NPU推理加速芯片，让端侧模型边缘推理拥有了更广泛的实现和应用场景。

3.1 Nexa SDK CLI快速体验

下载路径：

可以从Nexa AI官网或者github nexa-sdk项目下载Nexa CLI。

一行代码运行模型

Nexa SDK支持LLM、多模态、音频（ASRTTS）、CV、生图等多种端侧模型。例如：

多模态模型

NexaSDK在Qwen3VL发布当天 Day-0跨平台支持，领先 llama.cpp/ollama 三周，并得到Qwen官方认可

车载多模态模型（适配高通SA8295P芯片NPU）

相比于其他框架，NexaSDK对于新模型的支持速度还是非常迅速，可以访问Nexa AI官网和Nexa AI huggingface官方模型仓库查看使用更多精选的模型。

目前Nexa CLI支持 MacOS、Windows、Linux（并支持Docker运行），同时提供Python API, IOS Swift API、Android Kotlin/JAVA API开发工具包。

兼容OpenAI API

NEXA CLI还提供 OpenAI 兼容的 REST API ，一行命令即可访问服务接口，无缝覆盖对话生成、文本嵌入、文档重排序、图像生成等核心场景，满足多样化开发需求。

/v1/chat/completions

- 用于 LLM 和 VLM 的对话生成

/v1/embeddings

- 为文本生成向量嵌入

/v1/reranking

- 根据查询相关性对文档重新排序

/v1/images/generations

- 根据提示生成图像

更多命令可以查看官方文档

3.2 Nexa SDK Python 开发工具包

Nexa SDK Python工具包，适配 MacOS、Windows、Linux等全平台优化后端，无论是本地开发还是企业级应用，都能使用Python更高效落地。可以使用Python API一键运行LLM、VLM、OCR、ASR、TTS、图像生成、说话人分离、键值缓存、采样配置、对话模板以及错误处理等。

3.3 Nexa SDK Android/iOS开发工具包

下载地址：

Nexa SDK Android工具包:可直接从 Maven 中央仓库获取，或访问github nexa-sdk项目

Nexa SDK iOS工具包可以从github nexasdk-mobile-iOS-framework项目获取。

Android 设备上支持直接运行的包括LLM、VLM、Embedding模型、OCR模型、CV模型、ASR模型、rerank模型以及生图模型，且支持通过 NPU、GPU和 CPU进行推理。通过 Kotlin/Java API 轻松集成，性能提升2倍，能效比优化9倍，重塑移动智能体验。

使用简洁的 Swift API，开发者可在 iOS/macOS 设备上直接运行LLM、VLM、Embedding模型、ASR模型以及rerank模型。目前，ASR模型与Embedding模型已支持苹果神经网络引擎（ANE）加速，其他模型则基于图形处理器（GPU）与中央处理器（CPU）运行，同时可以达到性能提升2倍，能效比优化9倍的惊艳体验。