webmachinelearning/webnn

🧠 Web Neural Network API

해결하는 문제

이 프로젝트는 웹상의 신경망을 위한 표준화된 API를 정의하여 개발자가 다양한 브라우저와 하드웨어에서 머신러닝 모델을 효율적으로 실행할 수 있도록 합니다. 웹 애플리케이션이 AI 작업을 위한 하드웨어 가속에 액세스할 수 있는 일관된 방법을 제공하는 것을 목표로 합니다.

작동 방식

이것은 W3C 커뮤니티 그룹 사양으로 개발되었습니다. 리포지토리에는 (Bikeshed 구문으로 작성된) 소스 파일이 포함되어 있으며, 이는 공식 HTML 사양 문서로 변환됩니다. 이 문서는 브라우저 벤더가 브라우저 내에서 고성능 머신러닝을 가능하게 하기 위해 구현해야 하는 규칙과 인터페이스를 정의합니다.

대상자

웹 애플리케이션에서 신경망을 실행하기 위한 표준화된 인터페이스를 구현하거나 사용하고자 하는 웹 개발자 및 브라우저 엔지니어.

관련

  • 프로젝트
    gpuweb/gpuweb

    WebGPU API와 WebGPU Shading Language (WGSL) 사양의 공식 W3C 리포지토리로, 웹 애플리케이션에 고성능 GPU 가속을 제공합니다.

  • 프로젝트
    webmachinelearning/prompt-api

    개발자가 로컬, 개인 정보 보호, 비용 효율적인 AI 통합을 위해 브라우저 또는 OS 내장 언어 모델에 직접 표준화된 방식으로 접근할 수 있도록 하는 제안된 웹 플랫폼 API

  • 프로젝트
    agentrhq/webcmd

    AI 에이전트를 위한 자기학습형 브라우저 인프라로, 반복적인 웹 탐색을 결정론적 CLI 명령어로 변환하여 토큰 비용을 줄이고 신뢰성을 높입니다.

  • 프로젝트
    huggingface/transformers

    텍스트, 비전, 오디오, 멀티모달 영역에서 최신 사전 학습 모델을 일관된 API로 접근, 훈련, 배포할 수 있는 모델 정의 프레임워크.

  • 프로젝트
    KhronosGroup/OpenCL-Headers

    이종 컴퓨팅 플랫폼(예: CPU, GPU, 가속기 등)에서 고성능 애플리케이션을 개발하기 위한 표준화된 인터페이스를 제공하는 OpenCL API의 공식 C 언어 헤더.