阿里的MNN源码如何编译成so文件，供Android调用

在Ubtuntu下面的编译，先整理编译环境
1、安装环境依赖
# 安装须要工具
sudo apt update
sudo apt install -y cmake ninja-build git wget
# 安装Android NDK（建议利用r21版本或更高）
wget https://dl.google.com/android/repository/android-ndk-r25b-linux.zip
unzip android-ndk-r25b-linux.zip
export ANDROID_NDK_HOME=$PWD/android-ndk-r25b

2、再下载源码
git clone https://github.com/alibaba/MNN.git
cd MNN

3、编译
mkdir build && cd build
# 基础编译配置（armeabi-v7a架构，启用NEON优化，关闭GPU）
cmake .. \
-DMNN_BUILD_FOR_ANDROID=ON \
-DANDROID_ABI=armeabi-v7a \
-DMNN_USE_NEON=ON \
-DMNN_USE_OPENCL=OFF \
-DMNN_USE_CUDA=OFF \
-DMNN_USE_METAL=OFF \
-DMNN_BUILD_MINI=OFF \
-G Ninja

可选参数阐明：

• -DMNN_USE_OPENCL=ON：启用 GPU 加速（需设备支持 OpenCL）。
  
• -DMNN_BUILD_MINI=ON：精简版（淘汰包大小，但限定固定输入尺寸）。
  
• -DANDROID_ABI：选择目标架构（如arm64-v8a、x86）。
  

4、编译so
ninja -j$(nproc)

5、集成
1）将libMNN.so复制到 Android 项目的app/src/main/jniLibs目录下。
2）在build.gradle中配置 NDK 架构：
android {
defaultConfig
{
ndk
 {
abiFilters "armeabi-v7a", "arm64-v8a" // 根据需求选择 }
}
}


验证测试

利用 MNN 提供的示例代码测试推理功能，或通过以下命令运行单位测试：
bash

1. cd build/android
2. adb push test/MNNTest /data/local/tmp/
3. adb shell /data/local/tmp/MNNTest

复制代码

留意事项

• 模型转换：若需加载第三方模型（如 TensorFlow/PyTorch），需先用MNN-Converter工具转换为.mnn格式。
  
• 性能优化：根据设备特性调整编译参数（如启用 FP16/Int8 量化）。
  
• 依赖项：若需利用 MNN-CV 模块，需额外编译并链接相关库。
  

通过以上步调，即可在 Android 应用中利用 MNN 进行大模型推理，支持语音交互等功能。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。