微软 ONNX Runtime Web 集成 WebGPU:调用 GPU 提高网页端 AI 模型运行速度
IT之家 3 月 5 日消息,微软旗下的 ONNX Runtime Web 添加整合了 WebGPU,从而提高复杂机器学习模型在网络浏览器中的运行性能。不过这项技术尚处于早期阶段,目前 Chrome 浏览器和 Edge 浏览器已添加初步支持。
IT之家注:ONNX Runtime Web 是微软推出的 JavaScript 库,让网络开发人员直接在网络浏览器中部署机器学习模型,提供基于硬件加速的多个后端支持。
WebGPU 是一种网络应用程序接口(API),可为在网络浏览器中,为机器学习模型提供硬件加速。
以前,由于计算能力有限,复杂的机器学习模型,尤其是大型生成模型,无法在网络浏览器中高效运行。而现在 WebGPU 可以释放设备 GPU 的能力来完成这些任务,从而显著提高性能。
微软表示:
借助计算着色器等先进功能,WebGPU 能够以更高效的方式处理更复杂的机器学习工作负载。
它对半精度(FP16)的支持降低了 GPU 内存的使用率和带宽要求,同时加快了运算速度。
WebGPU 通过利用 GPU 处理并行计算任务的能力,可直接在网络浏览器中推断出更高效、可扩展的机器学习应用。
适用于 Mac、Windows、ChromeOS 的 Chrome 113 和 Edge 113 以及适用于 Android 的 Chrome 121 默认已包含 WebGPU,开发者可以尝试通过 ONNX Runtime Web 调用 WebGPU 加速资源。
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。