Opt.Studio
ENKOComing soonHome

Your model.Ready for the device.

모델 최적화부터 NPU 배포까지, 전체 워크플로를 한곳에서 진행하세요.

Coming soon
Experiment Controls
lpbq_seqmse⌄
128
≤ +5.0%
Minimize
Prepare⌄
Recipe validated · deterministic seed 42
Run pipeline
Opt.Studio ← ◇ ×
run_exaone4_1p2b_lpbqEXAONE 4.0 1.2B · lpbq_seqmse · 2 targets
Validated recipe
PrepareQuantizeCalibrateExportSplitCompileVerifyPackage

Recipe configuration

Model
EXAONE 4.0 1.2B
Context length
4,096
Calibration
Customer dataset · 128
Strategy
lpbq_seqmse

Mixed precision allocation

LayerW4W8FP16
embed_tokensW8
self_attn.q_projW4
self_attn.k_projW4
mlp.up_projW8
rms_normFP16

Target builds

Qualcomm Snapdragon NPUQNN · DLC / context binaryCompiled ✓
Apple Neural EngineCore ML · mlpackageCompiled ✓
▣ Test vectorspipeline_config.jsonexceptions.jsonRun log · 1,248 lines
Validation & Artifacts

Perplexity checkpoints

Original · FP1612.4
Prepared12.6
Quantized · W4/A813.1

Deterministic validation

Seed42
StatusPassed ✓

Generated packages

Qualcomm · context.bin ✓
Apple · model.mlpackage ✓
Test vectors ✓
pipeline_config.json ✓
99.37%Accuracy retained
27%Memory saved
1.5×Faster inference
76%Model compression

Your model.
Ready for
the device.

모델을 업로드하고 대상 디바이스를 선택하면 최적화부터 실행 가능한 패키지 생성까지 하나의 흐름으로 진행할 수 있습니다.

Start a runView workflow
Opt.Studiorun_2026_08_31_001

Recipe

모델, 대상 디바이스와 최적화 목표를 설정합니다.

Model configuration

Context length
4,096
Calibration
Customer dataset

Optimization goal

Priority
Balanced
Accuracy
92
Memory
74
Latency
81

Optimize

계층의 중요도에 따라 정밀도를 배치합니다.

Auto Mixed Precision

W4
58%
W8
29%
W16
13%

Compile

두 대상 런타임에 맞게 빌드합니다.

Target Runtime Precision Status
Snapdragon NPU QNN INT8 / W4 Ready
Apple Neural Engine Core ML INT8 / W4 Ready

Verify

디바이스에서 품질과 성능을 비교합니다.

Metric Baseline Optimized
Accuracy 100% 99.37%
Memory 100% 73%
Inference 1.0× 1.5×

Package

디바이스 실행에 필요한 파일을 함께 제공합니다.

Qualcomm

context.bin
tokenizer.json
runtime.json
run.sh

Apple

model.mlpackage
tokenizer.json
runtime.json
run.swift
12:41:18 Recipe validated  ·  12:41:26 Model prepared  ·  12:42:03 Ready to optimize
99.37%Accuracy retained
27%Memory saved
1.5×Faster inference
76%Model compression

A workflow built
for the device.

제조사별 도구를 오가지 않고 하나의 Recipe에서 실행 가능한 패키지까지 생성합니다.

Recipe

모델, 대상 디바이스, 목표 정확도와 메모리 제약을 실행 가능한 하나의 Recipe로 설정합니다.

Configuration

Model · EXAONE 4.0 1.2B
Targets · Qualcomm + Apple
Goal · Balanced

Precision plan

Balanced예상 메모리 사용량 −27%
Attention
INT8
MLP
W4
Norm
FP16

Less toolchain.
More shipping.

반복적이고 전문적인 On-Device 변환 작업을 하나의 제품으로 통합해, 모델 개발팀이 제조사별 SDK 학습보다 모델과 서비스 개발에 집중할 수 있도록 합니다.

01

Hardware-aware optimization

계층별 민감도와 실제 데이터 분포를 분석해 목표 정확도를 유지하면서 각 계층에 필요한 정밀도를 배치합니다.

RecipeOptimizeCompileVerifyPackage

Performance · Snapdragon NPU

Latency12.4 ms
Memory0.95 GB
Speed1.5×
02

Cross-platform compilation

하나의 Recipe에서 Qualcomm QNN과 Apple Core ML 실행 경로를 생성합니다. 대상 디바이스가 늘어나도 동일한 워크플로를 유지합니다.

RecipeOptimizeCompileVerifyPackage
TargetSnapdragon 8 Elite
CompilerQNN 2.27.0
PrecisionINT8 / W4
Artifactsmodel.dlc · context.bin ✓
03

Reproducible validation

실제 디바이스에서 정확도, 지연 시간, 메모리, 전력을 검증하고 각 단계의 결과를 기록합니다.

RecipeOptimizeCompileVerifyPackage

On-device validation

Snapdragon 8 Elite
AccuracyLatencyMemoryPower

One recipe.
Two target outputs.

Qualcomm Snapdragon NPU
Apple Neural Engine
Status
Compiled
Compiled
Runtime
QNN / Genie
Core ML
Precision
Mixed W4 / W8 / W16
Mixed W4 / W8 / W16
Package
context.bin
tokenizer.json
runtime.json
run.sh
model.mlpackage
tokenizer.json
runtime.json
run.swift
Qualcomm Snapdragon NPU
Status
Compiled
Runtime
QNN / Genie
Precision
Mixed W4 / W8 / W16
Package
context.bin
tokenizer.json
runtime.json
run.sh
Apple Neural Engine
Status
Compiled
Runtime
Core ML
Precision
Mixed W4 / W8 / W16
Package
model.mlpackage
tokenizer.json
runtime.json
run.swift

Your model.
Ready for the device.

Opt.Studio는 공개를 준비하고 있습니다. 모델과 대상 디바이스를 알려 주시면 이용 가능 시 안내해 드리겠습니다.

Contact us