ブラウザだけでAIが動く時代へ。WebNNとLiteRT.jsの実用化

クラウドAPIの限界と「ブラウザAI」への流れ
WebNN APIの更新。NPUへの直接アクセスとゼロコピー処理
LiteRT.jsの登場。TensorFlow.jsに代わる推論フレームワーク
Chrome Prompt APIの安定化。Gemini Nanoの標準搭載
NPU 40TOPSという基準が持つ意味。PC調達への影響
参照元

クラウドAPIの限界と「ブラウザAI」への流れ

ブラウザだけでAIモデルが動くようになってきたという話を見かけたので、WebNNとLiteRT.jsの実用化について調べてみました。生成AIの利用が広がる中、サービス提供者や企業のITマネージャーを悩ませてきたのが、クラウドAPIの従量課金の大きさと、機密データを外部に送ることに伴うプライバシーリスクです。ローカルでAIを動かすためにネイティブアプリを開発・配布する方法もありますが、OSごとのビルドやバイナリサイズの肥大化、インストールへの抵抗感といった課題もありました。

この2つの課題を解決する技術として、2026年に入って実用段階に入ったのが「ブラウザ上でAI推論を実行し、デバイスのNPU(Neural Processing Unit)を直接使う」アプローチです。W3Cが標準化を進める低レイヤーAPI「WebNN」、Googleがリリースした推論ランタイム「LiteRT.js」、そして主要ブラウザにLLMを組み込む「Prompt API」の安定版化がほぼ同時期に進み、フロントエンド開発者がブラウザから直接ハードウェアのAI性能を使えるようになってきています。

WebNN APIの更新。NPUへの直接アクセスとゼロコピー処理

ブラウザAIの中心にあるのが、W3CのWeb Machine Learning Working Groupが策定を進めるWebNN(Web Neural Network) APIです。2026年1月22日、W3CはWebNNの「Candidate Recommendation(勧告候補)」の大幅な更新版を公開しました。今回の目玉は「MLTensor API」の導入で、WebGPUやWebCodecs、カメラ映像のフレームバッファとWebNN推論エンジンの間でデータをメモリコピーせずにやり取りできる「ゼロコピー」処理が可能になり、リアルタイムの画像解析や動画処理の実行速度が向上しています。また、WebNNはWindows環境のIntel AI BoostやQualcomm HexagonといったオンデバイスNPUにアクセスするための主要な経路としても整備されました。以前使われていたDirectMLは2025年に事実上の保守モードへ移行しており、現在はWindows MLやIntelのOpenVINO、macOSのCoreMLをバックエンドとするWebNNが、WebからNPUにアクセスする標準的な方法になっています。

LiteRT.jsの登場。TensorFlow.jsに代わる推論フレームワーク

低レイヤーのハードウェア制御をWebNNが担う一方、モデルを実際にデプロイする「推論フレームワーク」の層でも大きな変化がありました。Googleは2026年7月9日、長らくWeb AIの定番だったTensorFlow.jsの後継としてLiteRT.jsを正式にリリースしました。AndroidやiOSで実績のある「LiteRT(旧TensorFlow Lite)」の高速な実行エンジンを、WebAssemblyやWebGPU、WebNNを通じてブラウザ上で動かすもので、従来のJavaScriptベースの計算と比べて最大3倍からモデルによっては60倍の高速化を実現しているということです。CPU処理ではXNNPACK、GPU処理では最新のWebGPU「ML Drift」、NPU処理では前述のWebNN APIを、状況に応じて自動的に切り替えるマルチバックエンド構成が採用されています。開発者は使い慣れた「.tflite」形式のモデル(PyTorchやJAX、ONNXなどから変換可能)をブラウザに持ち込むだけで、そのデバイスが持つハードウェア性能を自動的に引き出せるようになりました。

Chrome Prompt APIの安定化。Gemini Nanoの標準搭載

モデルを自前で配信するLiteRT.jsのアプローチに加えて、ブラウザ自体がAIモデル(小規模言語モデル)を内蔵し、開発者にAPIとして提供する「組み込みAI」も、2026年5月に大きな節目を迎えました。Googleがデスクトップ向けにリリースしたChrome 148で、Prompt APIが正式に安定版になったのです。開発者は複雑なライブラリやモデルファイルを自分で配布する必要がなく、JavaScriptでwindow.ai.createTextSession()を実行するだけで、ブラウザが管理するGemini Nano(最新版ではGemma 4ベースの小型モデル)の推論機能を使えます。文章を要約する「Summarizer API」、入力文を整える「Rewriter API」、ローカルで動く「Translator API」などは、通信を発生させずに完全オフラインかつ無料で処理されます。サーバー側のGPU費用をユーザーのNPUに任せつつ、機密情報を一切ネットワークに流さない、プライバシーに配慮したシステムを、ブラウザさえあれば特別なセットアップなしに実現できるということです。

NPU 40TOPSという基準が持つ意味。PC調達への影響

こうしたブラウザAIとエッジローカルAIの広がりは、企業や組織のPC調達方針にも影響を与えつつあります。2025年以降、Microsoftが提唱した「Copilot+ PC」の最低NPU要件である「40 TOPS以上」は、当初はOSの一部AI機能を動かすための基準と捉えられていました。しかし2026年現在では、「社内のWeb業務システムでWebNNやPrompt API、LiteRT.jsを使った処理を、サーバー費用をかけずに高速に動かすための基盤スペック」という意味合いが強まっています。40 TOPS、あるいはSnapdragon X2 Eliteなどが提供する80 TOPSクラスのNPUがあるかどうかで、社内Webアプリの使い勝手やクラウドAPIの維持コストには大きな差が出てきます。ローカルAIの活用は、一部の人が「ターミナルでLlamaを動かす」というマニアックな用途から、「Webにアクセスするだけで誰もが自然にNPUの恩恵を受ける」段階へと移りつつあります。