Google「LiteRT.js」──.tfliteモデルをブラウザで動かすJavaScript版LiteRT。TensorFlow.jsのJSカーネルでなくネイティブのランタイムをWebAssemblyで提供し、CPU（XNNPACK）・GPU（WebGPU）・NPU（WebNN）を使い分け。他のWebランタイム比で最大3倍、CPU比でGPU/NPUは5〜60倍

2026年9月18日・日本時間時点の情報です。 Google Developersのブログ（7月9日）を読んだ。2か月前の記事だが、「ブラウザの中でモデルを動かす」道具の世代交代（TensorFlow.js→LiteRT.js）として日本語で扱われていなかったので残す。同じLiteRTの組み込み機側はRaspberry Pi 5の記事に。

3行まとめ

1. 何か。 LiteRT.jsは、端末内推論ライブラリLiteRTのJavaScriptバインディング。従来のTensorFlow.jsが性能の劣るJavaScriptベースのカーネルに頼っていたのに対し、Android・iOS・デスクトップと共通のネイティブのランタイムをWebAssembly経由でそのまま提供し、.tfliteモデルをブラウザ内で動かす。利点はプライバシー（データが出ない）・サーバー費用ゼロ・低遅延で、既存の.tflite資産の移行先として「TensorFlow.jsからの進化形」と位置づける。共通スタックなので、モバイル向けに入った量子化やハードウェア最適化がWebにも自動で乗る。
2. 性能の出し方。 CPUはXNNPACK（マルチスレッド・relaxed SIMD）、GPUはML DriftによるWebGPU、NPUはWebNN（ChromeとEdgeで実験中）。PyTorchモデルはLiteRT Torchで1段階変換、AI Edge Quantizerで層ごとに量子化方式を変えられる。測定では、古典的な視覚・音声モデルで他のWebランタイム比最大3倍、CPU実行に対してWebGPU／WebNN（Apple CoreML経由）は5〜60倍（2024年のM4 MacBook Pro、制御されたブラウザ環境。GPU・熱・ドライバで変動すると注記）。
3. デモと周辺。 npmパッケージとデモを同時公開。EmbeddingGemmaによるブラウザ内ベクトル検索、Ultralytics YOLO26のリアルタイム物体検出、Depth Anything V2でWebカメラ映像を3D点群に、Real-ESRGANで画像を4倍アップスケール。UltralyticsのPythonパッケージに公式のLiteRTエクスポートが入り、モバイル・エッジ・ブラウザへ数行で出せる。

用途の範囲と倍率数字の前提条件

• 「サーバーを持たずに視覚・音声モデルを配る」用途（社内ツール、デモ、教育）で、TensorFlow.jsを使っていた人の移行先が公式に示された、という話。LLMをブラウザで回す話ではなく、デモも視覚・埋め込み中心
• 3倍・5〜60倍はGoogleの測定で、比較対象の「他のWebランタイム」の名前は本文にない。M4 MacBook Proの数字なので、Windowsの内蔵GPUやスマホでは別物になる
• NPU（WebNN）は「実験中」で、Safariの対応は書かれていない
• 端末内AIの全体像はGemini Nano対Appleの端末内AIに

バックエンドと倍率は確認、実行はせず

この記事の下調べで、筆者は9月18日にGoogle Developersのブログを取得し、3つのバックエンド・変換と量子化の道具・最大3倍・5〜60倍・測定環境の注記・4つのデモ・Ultralyticsのエクスポートがその原文にあることを確認した。npmパッケージとデモは開いていない。筆者はLiteRT.jsをブラウザで動かしていない。

Safari対応・サイズ・LLM対応は不明

• 対応ブラウザの一覧（Safariを含む）
• パッケージのサイズ
• LLM（Gemma等）のブラウザ内実行への対応

出典：LiteRT.jsの技術記事

• LiteRT.js, Google's high performance Web AI Inference（Google Developers・2026年7月9日）

関連記事

• Raspberry Pi 5でGemma 4 E2Bをオフライン実行
• 端末内AI──Gemini Nano対Apple
• LM Studioの使い方（2026年版）
• Hugging Face、207本のWebGPUカーネルをHubで版管理公開──@huggingface/kernelsとFleet