ZETIC_Melange_apps

在手机上用NPU跑AI,又快又省电

ZETIC_Melange_apps 是一个基于 Melange 框架的 NPU 驱动的端侧 AI 移动应用示例集合。它解决了在移动设备上高效运行 AI 模型时面临的性能与功耗瓶颈,通过利用 NPU(神经网络处理单元)实现硬件加速,让 AI 推理不再完全依赖 CPU/GPU。项目提供多个 Swift 编写的 iOS 应用示例,展示了如何将 Melange 集成到实际 App 中,实现图像分类、目标检测等常见 AI 任务。核心能力包括:无缝调用 NPU 计算、优化模型部署流程、降低延迟与能耗,同时保持应用流畅性。适合希望将 AI 能力落地到移动端、并追求极致性能的开发者参考。

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 70
维护状态 较活跃
是否开源 是
定价模式 free

项目数据

分类基础设施
开发团队zetic-ai
所属国家
定价模式free
价格说明开源项目,Apache-2.0许可,可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Swift
技术栈/模型ai,ai-computing,ai-infrastructure,aiinfrastructure,edge-computing,edgeai,npu,on-device-ai,vibe-coding
GitHub 星标★ 70
30天Star增速
HF 下载量
上线时间2024-08-22 00:00:00
最近更新2026-08-20 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 直接调用NPU硬件加速,推理速度显著优于CPU/GPU
  • 提供多个完整Swift示例,上手门槛低
  • 针对移动端功耗优化,适合电池敏感场景

不足之处

  • 项目仅支持iOS,缺乏Android示例
  • 文档/社区待观察

适用场景

  • 移动端实时图像分类
  • 端侧目标检测与追踪
  • 低功耗AI应用原型开发

替代项目

TensorFlow Lite、Core ML、ONNX Runtime Mobile

项目介绍

ZETIC_Melange_apps 是基础设施领域的开源项目,由 zetic-ai 开发,2024 年首次发布。

它收录于基础设施分类,该分类目前共有 1,132 个项目,GitHub 星标数为 70。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-08-20。Apache-2.0许可,可免费使用和部署。

它主要面向的使用场景是:移动端实时图像分类。同类可对比的替代方案包括 TensorFlow Lite、Core ML、ONNX Runtime Mobile。

同类项目推荐

freebuff-proxy 开源

聚合多账号,一键接入 OpenAI 兼容 API,轻松管理会话。

Multi-account OpenAI-compatible gateway for coding models. Pooled keys, session life···

★ 213 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭,快速上手双足机器人。

A Tiny biped duck robot

★ 8684 2026-09-10
soperator 开源

用 Kubernetes 原生方式运行 Slurm,简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 439 2026-08-10
ollama 开源

一条命令本地跑起大模型,免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 181484 2026-08-09