跳转至

NereidForge

Forge 是私有化模型工厂：一个部署在本地机房的平台，把业务数据——数据集、 图像与视频——转化为可在现场设备上运行的模型，覆盖数据集与标注管理、训练与 微调、优化与量化、面向硬件的导出、评估与模型仓库。

解决什么问题

  • 数据不能离开组织。 工业、政务与安防数据受合规约束；整座工厂运行在客户 自有环境内、可完全离线运转，基础模型随系统预置而无需联网下载。
  • AI 项目靠手工拼接。 数据准备、标注、训练、评估与部署由少数专家在多个 互不连通的工具间串联；Forge 把它变成一条可复用的生产线。
  • 能力长在个人身上，而非组织里。 数据、模型与评估报告统一登记并版本化， 知识不再随人员流动而流失。
  • 实验室模型下不到现场。 现场设备算力有限、芯片种类繁多；一次训练即可产出 面向多条硬件路线的模型。
  • 厂商与云端锁定。 平台私有化，且在数据与格式选择上保持开放，今天的投资 不会成为明天的孤岛。

核心能力

数据与标注

  • 数据集管理，具备版本与可追溯的来源，支持草稿到定稿的流程。
  • 多格式导入——目标检测、分类、分割与指令格式——采用规范且保留划分（split） 的目录布局。
  • 通过集成的 Label Studio 与 CVAT 标注工作台完成标注，覆盖图像与视频。
  • 机器预标注：由模型先给出候选框，标注员只做审核与修正，而非从零绘制；视频 标注只需标注关键帧，中间帧由平台自动跟踪补全。
  • 按项目指派处理人并支持协作评审。

训练与微调

  • 标准化流水线，普通工程师即可操作，从数据集一路到训练完成的模型。
  • 同时支持计算机视觉模型与语言 / 视觉语言模型，可在组织数据上微调。
  • 按厂商划分训练镜像，使厂商特有的加速与工具链彼此隔离，绝不使用单一“万能” 镜像。
  • 轻量训练器 SDK（Python）为自定义训练器镜像定义了一套「环境变量进、产物出」 契约，合作伙伴或自研框架可在自有镜像与仓库中运行；内置训练器同样基于该 SDK。

优化、导出与评估

  • 发布前应用优化与量化插件（编译 / 量化）。
  • 多框架导出为可移植的运行格式，并自动识别来源框架家族。
  • 面向硬件的导出，覆盖 NVIDIA、AMD、Intel 以及国产芯片路线，让硬件采购保留 选择权。
  • 发布前自动评估，评估报告与模型版本一并留存。

模型仓库、服务与验证

  • 模型仓库可对任一版本回答：用什么数据训练、效果如何、部署在哪里。
  • 模型服务按需加载已上传的权重。
  • 任意模型产物无需先部署即可“上传图片试跑”验证，并可视化模型关注区域。

交付

  • 完全私有化交付：镜像来自内部仓库，整栈可在离线机房运行。
  • 在 Kubernetes 上以声明式方式部署与升级。

在套件中的位置

Forge 是闭环中的模型工厂环节。它消费边缘采集的数据——即 Link 落地的遥测——并产出模型与应用，交由 Horizon 分发到边缘节点。按套件设计，厂商特有的加速、 镜像与工具链都隔离在 Forge 流水线内部；其他产品只消费版本化产物， 不直接依赖厂商工具。

flowchart LR
    LINK["NL"] -->|遥测数据| FORGE["NF"]
    FORGE -->|模型 / 应用| HORIZON["NH"]
    HORIZON -->|OTA| EDGE["NE"]
    EDGE -->|数据| LINK

开发者文档

关于 Forge 的权威、详细的开发者文档位于其自身仓库： https://github.com/NereidAI/NereidForge。

关键事实

方面 说明
职责 私有化模型工厂——数据集、训练、优化、导出、评估、模型仓库
价值 把业务数据转化为可在现场设备运行的模型；资产留在客户手中
标注 集成 Label Studio 与 CVAT 工作台，支持机器预标注
模型类型 计算机视觉模型与语言 / 视觉语言模型
导出 多框架导出为可移植运行格式，面向多条硬件路线
服务 模型仓库，以及带“上传图片试跑”验证的模型服务
私有化设计 在客户自有环境完全离线运行；基础模型随系统预置
交付形态 从内部镜像仓库出发的声明式 Kubernetes 部署
语言 / 技术栈 Python 后端与 React 前端；在 Kubernetes 上编排流水线并提供模型服务
许可证 Apache-2.0

资源