【操作记录】我的 MNN Android LLM 编译学习笔记记录（一）

MNN Android 编译命令零基础解析笔记

我今天尝试在 Windows 上用 Android NDK + Ninja 编译 MNN，生成支持 LLM 的 Android 库。刚开始，我几乎完全不懂命令的意思，只是看教程复制粘贴。这里我把命令拆开，做了每个单词的英文来源、构词法和零基础解释，希望自己以后回头看能懂。

我用的命令是：

cmake .. -G Ninja \
  -DCMAKE_TOOLCHAIN_FILE=$ANDROID_NDK/build/cmake/android.toolchain.cmake \
  -DANDROID_ABI=arm64-v8a \
  -DANDROID_PLATFORM=android-33 \
  -DMNN_LOW_MEMORY=true \
  -DMNN_CPU_WEIGHT_DEQUANT_GEMM=true \
  -DMNN_BUILD_LLM=true \
  -DMNN_SUPPORT_TRANSFORMER_FUSE=true \
  -DMNN_ARM82=true \
  -DMNN_USE_LOGCAT=true \
  -DMNN_OPENCL=true \
  -DLLM_SUPPORT_VISION=true \
  -DMNN_BUILD_OPENCV=true \
  -DBUILD_TEST=OFF \
  -DMNN_BUILD_TEST=OFF

我来一个个解释。

---

1. cmake ..

• 英文来源：

  • cmake → "C Make"，意思是"为 C/C++ 生成构建系统"（Makefile）
  • .. → "上一级目录"，告诉 cmake 去上一级目录找 CMakeLists.txt 文件

• 零基础理解：

  • 我们的项目里有一个 CMakeLists.txt，就像"食谱"，告诉电脑怎么做饭（编译程序）
  • cmake .. 就是让 cmake 去上一级目录找到这个食谱

• 比喻：

  • 想象你在厨房里（build 目录），你告诉助手（cmake）："去客厅的书架上拿菜谱（...）"，然后开始准备原料（生成 Makefile/Ninja 文件）。

---

2. -G Ninja

• 英文来源：

  • -G → "Generator"，意思是生成器
  • Ninja → Ninja 是一个编译工具，比 Make 快

• 零基础理解：

  • cmake 支持生成不同类型的构建文件，比如 Makefile 或 Ninja
  • -G Ninja 就是告诉 cmake："我用 Ninja 来编译项目"

• 比喻：

  • 就像你选择开车还是骑自行车去超市，-G Ninja 就是选择"骑 Ninja 电动车"，速度快。

---

3. -DCMAKE_TOOLCHAIN_FILE=...

• 英文来源：

  • D → define（定义一个变量）

  • CMAKE_TOOLCHAIN_FILE → "CMake 工具链文件"

    • toolchain → 工具链，指编译、链接等一整套工具
    • file → 文件

• 零基础理解：

  • NDK 里有很多工具（编译器、链接器），要告诉 cmake 用哪一套工具
  • -DCMAKE_TOOLCHAIN_FILE=$ANDROID_NDK/build/cmake/android.toolchain.cmake
    就是指向 NDK 提供的"工具链文件"，告诉 cmake 用 Android 编译器

NDK 是什么，为什么这里会提到 NDK

1️⃣ NDK 是什么

• 英文全称 ：Native Development Kit

  • Native → 本地的（这里指直接用 C/C++ 写的程序）
  • Development → 开发
  • Kit → 套件、工具包

• 零基础理解：

  • Android 平常用 Java/Kotlin 写程序，但有些程序要更快或者用 C/C++ 写，比如 MNN 这种神经网络库
  • NDK 就是 Android 官方提供的一套 C/C++ 编译工具，用来把你写的 C/C++ 代码变成 Android 手机能运行的程序

2️⃣ 为什么 CMake 要提到 NDK

• CMake 是一个"总指挥"，它需要知道你用哪套工具来编译程序

• 工具链（toolchain）：

  • 就是一整套工具：编译器、链接器、汇编器等
  • NDK 自带 Android 专用的工具链

• -DCMAKE_TOOLCHAIN_FILE=$ANDROID_NDK/build/cmake/android.toolchain.cmake

  • CMAKE_TOOLCHAIN_FILE → 告诉 CMake "你的工具链文件在哪"
  • $ANDROID_NDK/.../android.toolchain.cmake → 指向 NDK 提供的专门文件，让 CMake 知道用 Android 的编译器

• 比喻：

  • 你要做饭（编译程序），但是厨具太多，不知道用哪套
  • 工具链文件就是一张说明书：告诉你用锅、用刀、用火，按 Android 手机的要求做菜

3️⃣ 总结

1. NDK = Native Development Kit = Android 官方 C/C++ 工具包
2. CMake 需要知道"你用哪套工具链"，所以用 -DCMAKE_TOOLCHAIN_FILE 指向 NDK 提供的文件
3. 这就是为什么命令里出现了 NDK

---

4. -DANDROID_ABI=arm64-v8a

• 英文来源：

  • ABI → Application Binary Interface，应用程序二进制接口
  • arm64-v8a → ARM 64位架构（手机芯片型号）

• 零基础理解：

  • 告诉 cmake 我编译的是 64 位 ARM 手机
  • 如果手机是 32 位，或者 x86 模拟器，这里要改

---

5. -DANDROID_PLATFORM=android-33

• 英文来源：

  • ANDROID_PLATFORM → 安卓平台版本
  • android-33 → Android API 33（对应 Android 13）

• 零基础理解：

  • 告诉 cmake 你要编译的安卓系统版本
  • 不同版本可能有不同的系统库

• 比喻：

  • 就像做菜：要做给 3 岁的小朋友还是 10 岁的小朋友吃，调料量不一样。

---

6. -DMNN_LOW_MEMORY=true

• 英文来源：

  • LOW_MEMORY → 低内存
  • true → 开启

• 零基础理解：

  • 告诉 MNN 库尽量节省内存

7. -DMNN_CPU_WEIGHT_DEQUANT_GEMM=true

• 英文来源：

  • CPU_WEIGHT_DEQUANT_GEMM

    • CPU → 中央处理器
    • WEIGHT → 模型权重
    • DEQUANT → 去量化
    • GEMM → General Matrix Multiply（矩阵乘法）

• 零基础理解：

  • 这是让 CPU 在执行神经网络矩阵运算时用去量化方式，提高效率

• 比喻：

  • 就像做饭前把食材切小块，更容易炒熟。

---

8. -DMNN_BUILD_LLM=true

• 英文来源：

  • BUILD → 编译
  • LLM → Large Language Model（大型语言模型）

• 零基础理解：

  • 告诉 MNN 要编译 LLM 相关模块

• 比喻：

  • 就像选择菜单："今晚要做大餐（LLM 模块）"。

---

9. -DMNN_SUPPORT_TRANSFORMER_FUSE=true

• 英文来源：

  • SUPPORT → 支持
  • TRANSFORMER → Transformer 模型
  • FUSE → 融合

• 零基础理解：

  • 开启 Transformer 模型优化融合

• 比喻：

  • 就像做菜时把两个步骤合并成一个步骤，更快完成。

---

10. -DMNN_ARM82=true

• 英文来源：

  • ARM82 → ARM CPU 的一个指令集扩展

• 零基础理解：

  • 让 MNN 优化 ARMv8.2 架构的指令

• 比喻：

  • 就像厨房升级了更高档的炉子，可以快炒。

---

11. -DMNN_USE_LOGCAT=true

• 英文来源：

  • LOGCAT → Android 的日志系统

• 零基础理解：

  • 让程序在 Android 上打印日志，方便调试

---

12. -DMNN_OPENCL=true

• 英文来源：

  • OPENCL → Open Computing Language，GPU 加速

• 零基础理解：

  • 告诉 MNN 使用 GPU 来加速计算

为什么 -DMNN_OPENCL=true 跟 GPU 有关系?

1. 英文来源

• OPENCL → Open Computing Language

  • Open → 开放的
  • Computing → 计算
  • Language → 语言

• 所以完整意思就是"开放计算语言"，是一种可以用来控制GPU进行计算的语言

---

13. -DLLM_SUPPORT_VISION=true

• 英文来源：

  • VISION → 视觉
  • SUPPORT → 支持

• 零基础理解：

  • 开启 LLM 的视觉模块，需要处理图像

• 比喻：

  • 就像做大餐不仅要炒菜，还要拍美图。

---

14. -DMNN_BUILD_OPENCV=true

• 英文来源：

  • OPENCV → Open Source Computer Vision Library（开源计算机视觉库）

• 零基础理解：

  • 告诉 MNN 编译自带的 OpenCV 功能，比如 imread（读图）

• 比喻：

  • 就像准备相机拍菜，拍之前得先准备好相机。

---

15. -DBUILD_TEST=OFF 和 -DMNN_BUILD_TEST=OFF

• 英文来源：

  • BUILD_TEST → 是否编译测试程序
  • OFF → 关闭

• 零基础理解：

  • 不编测试程序，只编正式库

• 比喻：

  • 就像做饭时不做试吃菜，只做正餐。

---

总结

• 每个 -D 是"定义一个变量"，cmake 根据变量决定编译哪些模块

• 每个模块名称都有英文原意，很多是缩写

• -G Ninja 是选择 Ninja 构建系统

• -DCMAKE_TOOLCHAIN_FILE 是指定 NDK 工具链

• -DANDROID_ABI=arm64-v8a 指定手机芯片架构

• -DMNN_BUILD_LLM=true 要编 LLM

• -DMNN_OPENCL=true 是 GPU 加速

• -DMNN_BUILD_OPENCV=true 让 MNN 自带的 OpenCV 功能编进去

配置完后，CMake 没报错，看起来一切正常：

-- Configuring done
-- Generating done
-- Build files have been written to: G:/down/MNN-master/MNN-master/build_64

---

二、开始编译

我直接运行：

ninja install

然后就报错了：

undefined symbol: MNN::CV::imread
referenced by omni.cpp:557

我只知道 imread 是读图像的意思，其他完全没概念。我尝试理解：

• 编译器说找不到 MNN::CV::imread 这个东西
• 它好像在 omni.cpp 里被用到了
• 我的 CMake 配置里 -DMNN_BUILD_OPENCV=true，理论上应该有这个函数啊

总之，我看到就是链接失败。

---

三、查找原因

我尝试去看 OpenCV 模块有没有生成：

D:/sdk/ndk/27.2.12479018/toolchains/llvm/prebuilt/windows-x86_64/bin/llvm-nm.exe -gC OFF/arm64-v8a/libMNNOpenCV.so | grep "imread"

报错：

No such file or directory

我心里一紧：原来 OpenCV 模块根本没生成。

然后尝试单独编 OpenCV 模块：

ninja MNNOpenCV

结果：

ninja: no work to do.

我完全懵了，好像它又说已经编好了，但实际上那个库文件根本不存在。