谷歌近日发布开源跨平台GPU计算引擎ML Drift，面向端侧AI与机器学习推理场景。该引擎以Apache 2.0协议开放源代码，核心目标是抽象不同GPU硬件与底层图形计算API的复杂性，降低开发者在多样化设备上部署端侧AI推理的门槛。
根据公开信息，ML Drift支持的底层API覆盖OpenGL ES、OpenCL、Metal和WebGPU。这意味着开发者可以借助统一的计算引擎接口，在移动端、桌面端及浏览器环境等不同平台上调用GPU算力执行推理任务，而无需针对每种硬件与图形接口分别适配。跨平台GPU算力抽象一直是端侧AI落地的关键环节，不同厂商的GPU架构与驱动能力差异较大，碎片化问题长期制约推理性能的稳定释放。
从技术定位看，ML Drift属于端侧AI基础设施层工具，处于上层机器学习框架与底层GPU硬件之间。谷歌此次将其开源，延续了其在端侧机器学习领域推动开放工具链的策略。Apache 2.0协议允许商业使用与修改分发，有助于吸引硬件厂商和框架开发者参与适配，扩大支持设备范围。
端侧AI推理正成为行业竞争焦点。随着大模型能力向终端下沉，如何在手机、PC、浏览器等设备上高效利用GPU资源完成推理，成为开发者关注的核心问题。ML Drift以跨平台抽象的方式切入这一环节，若生态适配顺利推进，有望减少开发者在多硬件环境下的重复工程投入，并为端侧AI应用的性能优化提供统一入口。
目前谷歌尚未披露ML Drift的具体性能基准数据与已适配的硬件清单，其实际推理效率与生态覆盖范围仍有待开发者社区验证。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
