Google推出網頁版跨平臺AI工作管線框架MediaPipe

Google將跨平臺多模應用機器學習工作管線框架MediaPipe移植到了網頁平臺，在去年的時候，Google釋出MediaPipe開源專案，可以讓開發者在行動裝置Android和iOS，以及邊緣裝置Google Coral上，以MediaPipe圖（Graph）形式建置和執行機器學習工作管線。

現在透過WebAssembly技術以及XNNPack機器學習預測函式庫的加持，Google將MediaPipe帶上網頁瀏覽器，並且能即時執行MediaPipe圖。Google提到，他們用Emscripten將所有需要用到的C++程式碼都編譯成WebAssembly，因此在執行的時候，網頁瀏覽器可以非常快速地執行這些指令，比傳統的JavaScript程式碼有效率的多。

而且Google還創建了一個簡單的API，讓JavaScript和C++之間能進行必要的通訊，使得JavaScript能夠直接更改MediaPipe圖，並且進行互動，而機器學習模型與輔助的文字和資料檔案，則被打包成二進位資料包，在執行的時候才載入。MediaPipe會自動使用WebGL，來處理需要用到OpenGL的運算。

雖然WebAssembly比純JavaScript快得多，但還是比原生C++還要慢，Google提到，他們進行了許多最佳化，在可能的情況下，盡量使用GPU進行圖像操作，並選擇最輕量的機器學習模型版本，犧牲品質以換取速度。

但由於電腦著色器無法廣泛地用於網頁，因此沒辦法簡單地利用TensorFlow Lite GPU機器學習預測，而使用CPU預測又會成為效能瓶頸，為了降低這情形帶來的影響，Google使用XNNPack機器學習預測函式庫，以擴充TfLiteInferenceCalculator，提升多數應用程式2到3倍的速度。

Google將MediaPipe網頁版整合到網頁視覺化工具Visualizer中，提供互動式Playground環境，開發者可以快速迭代圖的設計，使用滑鼠和滾輪就能縮放圖形表示，圖也會即時根據編輯器的修改變化，而且每次圖迭代，都可以即時的使用網路攝影機進行串流測試。

網頁版MediaPipe目前仍然有一些限制，開發者只能使用模版圖（Template Graph）進行編輯，無法重頭開始設計，另外，圖的執行程式還必須是單執行緒的。