WebGPU技术亮相Chrome与Edge：AI模型运行速度大幅提升

近日，微软旗下的 ONNX Runtime Web 宣布整合了 WebGPU 技术，为网络浏览器中的复杂机器学习模型提供了强大的硬件加速支持。目前，Chrome 和 Edge 浏览器已经初步支持这项技术，预示着 AI 模型在网络浏览器中的运行速度将迎来大幅提升。

ONNX Runtime Web 是一个 JavaScript 库，它允许网络开发人员直接在浏览器中部署机器学习模型，并利用各种硬件加速后端。而 WebGPU 则是一种新型的网络应用程序接口（API），它可以释放设备 GPU 的潜能，使机器学习模型在浏览器中实现高效运行。

在以前，由于计算能力的限制，复杂的机器学习模型，尤其是大型生成模型，很难在浏览器中顺畅运行。但现在，WebGPU 的加入改变了这一局面。通过利用 GPU 的并行计算能力，WebGPU 能够显著提高机器学习应用的推断效率和可扩展性。

微软表示，WebGPU 的先进功能如计算着色器，使其能够更高效地处理复杂的机器学习工作负载。此外，WebGPU 对半精度（FP16）的支持降低了 GPU 内存的使用率和带宽要求，从而进一步加快了运算速度。

目前，适用于 Mac 、 Windows 、 ChromeOS 的 Chrome 113 和 Edge 113，以及适用于 Android 的 Chrome 121，都已默认包含 WebGPU。这意味着开发者可以尝试通过 ONNX Runtime Web 调用 WebGPU，为他们的机器学习应用提供硬件加速支持。

尽管这项技术仍处于早期阶段，但 Chrome 和 Edge 浏览器的初步支持无疑为 WebGPU 的未来发展打开了新的可能。随着技术的不断成熟，我们有望在未来看到更多高效、可扩展的机器学习应用在网络浏览器中涌现。