# Eksport modeli i środowiska uruchomieniowe na urządzeniach

EN: **Model export and on-device runtimes** · id `ondeviceruntimes` · aliases: ONNX, ONNX Runtime, LiteRT, TensorFlow Lite, Core ML, ExecuTorch, model export, eksport modelu

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Inferencja i infrastruktura](https://aiatlasgraph.com/t/systems.md) › [AI lokalnie i na urządzeniach](https://aiatlasgraph.com/t/edge.md) › Eksport modeli i środowiska uruchomieniowe na urządzeniach

## Description

- PL: Przeniesienie wytrenowanego modelu z frameworka treningowego do lekkiego środowiska uruchomieniowego na telefonie, w przeglądarce lub urządzeniu wbudowanym: eksport lub konwersja do obsługiwanego formatu oraz delegowanie obliczeń do CPU, GPU lub NPU.
- EN: Moving a trained model from a training framework into a lightweight runtime on a phone, browser or embedded device: exporting or converting it to a supported format and delegating compute to the CPU, GPU or NPU.

## In one sentence

- PL: To przygotowanie modelu do działania w lekkim środowisku telefonu, przeglądarki lub małego urządzenia.
- EN: This prepares a model to run in a lightweight phone, browser or embedded-device environment.

## Problem it solves

- PL: Model wyuczony w dużym środowisku treningowym nie działa automatycznie na sprzęcie użytkownika.
- EN: A model trained in a large training environment does not automatically run on a user's device.

## What it does

- PL: Eksport lub konwersja zapisuje obsługiwane operacje, a środowisko uruchomieniowe kieruje je do dostępnego procesora lub akceleratora.
- EN: Export or conversion records supported operations, and a runtime directs them to the available processor or accelerator.

## Everyday example

- PL: Przenosisz model rozpoznawania dźwięku do aplikacji telefonu i sprawdzasz zgodność operacji oraz czas działania.
- EN: You move a sound-recognition model into a phone app and check operation compatibility and runtime.

## This concerns you if you…

- PL: przenosisz model z treningu do aplikacji
- PL: potrzebujesz obsługi sprzętu konkretnego urządzenia
- EN: move a trained model into an application
- EN: need support for a particular device's hardware

## Keywords

ONNX · opsets · ONNX Runtime · execution providers · LiteRT · ExecuTorch · WebGPU · Core ML

## How it works

- PL: Eksport zapisuje graf, parametry i kontrakty wejść w formacie obsługiwanym przez runtime. Konwersja oraz optymalizacje dopasowują operatory, a delegat kieruje zgodne fragmenty na akcelerator i pozostawia pozostałe na ścieżce ogólnej.
- EN: Export records graphs, parameters and input contracts in a runtime-supported format. Conversion and optimisation adapt operators, while delegates route compatible portions to accelerators and leave others on general execution paths.

## Limits

- PL: Nieobsługiwane operatory i dynamiczne kształty utrudniają konwersję. Podział między procesorami kosztuje transfery; poprawny eksport wymaga porównania wyników, pamięci i czasu na docelowym urządzeniu.
- EN: Unsupported operators and dynamic shapes complicate conversion. Splitting across processors incurs transfers; valid exports need output, memory and runtime comparisons on target devices.

## Key terms

- PL: **delegat sprzętowy**: Moduł przekazujący obsługiwane fragmenty grafu do akceleratora.
- PL: **kontrakt wejścia**: Wymagane typy, kształty i znaczenie danych przekazywanych do modelu.
- EN: **hardware delegate**: A module sending supported graph portions to an accelerator.
- EN: **input contract**: Required types, shapes and semantics of data supplied to a model.

## Know first

- [Programowanie GPU (CUDA) (GPU programming (CUDA))](https://aiatlasgraph.com/t/gpuprog.md)
- [Zbiory testowe i regresje (Evaluation datasets and regression tests)](https://aiatlasgraph.com/t/evalsets.md)

## Examples

- PL: format ONNX i opsety · konwersja z PyTorch/JAX · delegaty sprzętowe (execution providers) · inferencja w przeglądarce
- EN: ONNX format and opsets · conversion from PyTorch/JAX · hardware delegates (execution providers) · in-browser inference

## Sources

- [ONNX Concepts (ONNX 1.24 docs)](<https://onnx.ai/onnx/intro/concepts.html>) `onnx-concepts` · by Projekt ONNX (LF AI & Data)
- [ONNX Runtime documentation](<https://onnxruntime.ai/docs/>) `onnx-runtime-docs` · by Microsoft / projekt ONNX Runtime · sponsored
- [LiteRT (formerly TensorFlow Lite) — overview](<https://developers.google.com/edge/litert>) `litert-overview` · by Google AI Edge · sponsored
- [ExecuTorch Overview (ExecuTorch 1.5 docs)](<https://docs.pytorch.org/executorch/stable/intro-overview.html>) `executorch-overview` · by PyTorch / Meta · sponsored

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/ondeviceruntimes · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30