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端人工智能（AI）和机器学习（ML）任务的执行效率。该库通过整合WebAssembly、WebGPU和WebNN等前沿技术，为开发者提供了更高效的硬件加速方案。
与传统方案不同，LiteRT.js采用WebAssembly作为核心执行环境。这种二进制指令格式使网页应用能够以接近原生代码的速度运行复杂计算，同时结合WebGPU的图形处理能力和WebNN的神经网络加速功能，形成了一套完整的硬件加速解决方案。该库专门针对浏览器环境优化，可替代TensorFlow.js原有的Javascript内核实现。
作为谷歌在Web机器学习领域的重要布局，TensorFlow.js此前允许开发者直接在浏览器中部署基于TensorFlow构建的模型。但新推出的LiteRT.js通过底层架构革新，在性能测试中展现出显著优势。在配备M4芯片的2024款MacBook Pro上，新库的运行速度达到现有方案的3倍，特别在处理大规模矩阵运算时效率提升尤为明显。
谷歌工程师在技术文档中指出，实际性能表现会受硬件配置和浏览器引擎影响。旧款设备或采用不同渲染路径的浏览器可能无法达到理论峰值性能，但整体运算效率仍优于传统方案。该库特别优化了内存管理机制，在保持低功耗的同时支持持续高负载运算，这对移动端设备尤为重要。
目前LiteRT.js已开放开发者预览版，支持主流现代浏览器。谷歌建议机器学习开发者关注其与现有TensorFlow.js生态的兼容性，特别是模型转换工具链的更新。技术社区普遍认为，这项突破将推动浏览器端AI应用向更复杂的实时交互场景发展，为Web应用带来接近原生应用的运算能力。
