谷歌近日宣布推出一款名为LiteRT.js的新型Javascript库，旨在显著提升浏览器中人工智能和机器学习任务的运行效率。该库通过整合WebAssembly技术，结合WebGPU与WebNN的硬件加速能力，为开发者提供了更高效的计算解决方案。
与传统方案不同，LiteRT.js不再依赖TensorFlow.js的Javascript内核，转而采用二进制指令格式的WebAssembly。这种技术使网页应用能够以接近原生代码的速度执行复杂计算，尤其适合需要高性能的AI推理场景。谷歌开发团队表示，这一变革将大幅优化浏览器端机器学习模型的运行表现。
在性能测试中，谷歌选取搭载M4芯片的2024款苹果MacBook Pro作为基准设备。结果显示，LiteRT.js在处理特定AI工作负载时，速度较现有方案提升达300%。不过团队也强调，实际性能会因硬件配置和浏览器引擎差异而有所不同，旧设备或非主流浏览器可能无法达到同等优化效果。
作为谷歌在Web端AI领域的又一布局，LiteRT.js与TensorFlow.js形成互补关系。后者允许开发者直接在浏览器中训练和部署TensorFlow模型，而新库则专注于提升推理阶段的执行效率。这种分工使得客户端AI应用既能保持开发便利性，又能获得显著的性能提升。
技术文档显示，LiteRT.js的架构设计充分利用了现代浏览器的硬件加速接口。WebGPU提供图形处理单元的通用计算能力，WebNN则针对神经网络运算进行优化，二者与WebAssembly的协同工作构成了新库的核心竞争力。谷歌工程师透露，未来将持续优化多平台兼容性，确保不同设备都能获得稳定的性能增益。
