انقلاب WebGPU و WebAssembly

مرگ جاوا اسکریپت تک‌رشته‌ای در محاسبات سنگین؛ تولد زیرساخت جدید پردازش وب

برای بیش از دو دهه، مرورگرهای وب در چارچوب یک پارادایم مشخص فعالیت می‌کردند: نمایش اسناد متنی، استایل‌دهی صفحات و اجرای اسکریپت‌های سبک با زبان تفسیری جاوا اسکریپت. هر زمان که صحبت از پردازش‌های چندرسانه‌ای سنگین، تدوین ویدیوهای 4K، رندرهای پیچیده سه‌بعدی یا شبیه‌سازی‌های علمی می‌شد، پاسخ مهندسان روشن بود: «وب برای این کارها ساخته نشده است؛ یک نرم‌افزار بومی (Native Desktop App) روی سیستم خود نصب کنید».

اما امروزه این مرزبندی به کلی فروریخته است. استاندارد WebGPU پس از سال‌ها توسعه در کنسرسیوم W3C با پشتیبانی کامل در تمام موتورهای مرورگر (کرومیوم، وب‌کیت و گکو) به بلوغ کامل رسیده و همراه با قابلیت‌های نوین WebAssembly 2.0 (شامل پشتیبانی پیشرفته از SIMD، مدیریت مستقیم رشته‌های چندگانه و Garbage Collection بهینه‌شده)، مرورگر را عملاً به یک سیستم‌عامل پردازشی مستقل بدل کرده است.

این جهش زیرساختی پیوند تنگاتنگی با تحولات ذخیره‌سازی و معماری داده دارد که پیش‌تر در مقاله راهنمای جامع سلف‌هاستینگ و کلاد شخصی با Nextcloud و Immich درباره بازپس‌گیری استقلال دیجیتال بررسی کردیم.

کالبدشکافی WebGPU؛ پل ارتباطی مستقیم و بدون تاخیر با سیلیکون گرافیک

بزرگ‌ترین ایراد سلف WebGPU، یعنی استاندارد WebGL، وابستگی شدید به ساختار قدیمی OpenGL و سربار پردازشی بسیار بالای CPU در ترجمه دستورات گرافیکی بود. WebGPU به عنوان بازطراحی مدرن رابط برنامه‌نویسی گرافیک، به صورت مستقیم با APIهای بومی سطح پایین مدرن نظیر Vulkan در لینوکس و اندروید، Metal در سیستم‌های اپل و DirectX 12 در ویندوز گفتگو می‌کند.

با WebGPU، توسعه‌دهندگان به سایه‌زن‌های محاسباتی عمومی (Compute Shaders) دسترسی پیدا کرده‌اند. این یعنی کارت گرافیک کاربر در مرورگر، دیگر فقط برای رنگ‌آمیزی مثلث‌های سه‌بعدی به کار نمی‌رود، بلکه می‌تواند میلیاردها عملیات ماتریسی را به صورت موازی برای آموزش مدل‌های محلی، شبیه‌سازی دینامیک سیالات و فیزیک پیچیده بازی‌ها با سرعتی تا هشت برابر WebGL انجام دهد.

این سطح از بهره‌وری مستقیماً در حوزه داده نیز منعکس شده است؛ مشابه پیشرفت‌هایی که در پایگاه‌داده‌های برداری و ترکیب آن با گراف‌های دانش در Graph RAG برای جستجوی فوق‌سریع در حافظه کلاینت مشاهده می‌کنیم.

WebAssembly و کامپایل زبان‌های C++، Rust و Go به کدهای دودویی در وب

ستون دوم این دگرگونی، WebAssembly یا به اختصار Wasm است. Wasm به برنامه‌نویسان اجازه می‌دهد کدهای پرفورمنس‌محور نوشته‌شده به زبان‌های Rust، C++، Zig یا Go را مستقیماً به یک فرمت باینری فوق‌فشرده کامپایل کرده و با سرعتی که کمتر از ۵ درصد با اجرای بومی سیستم‌عامل فاصله دارد، درون سندباکس مرورگر به اجرا بگذارند.

امروز امروزه غول‌های نرم‌افزاری جهان مسیر خود را تغییر داده‌اند: ادوبی فتوشاپ وب و ادیتور ویدیویی پریمیر تحت مرورگر، موتور بازی‌سازی یونیتی ۶، نرم‌افزارهای تحلیلی متلب و شبیه‌سازهای معماری اتوکد، همگی از طریق هسته‌های Wasm و لایه گرافیکی WebGPU به صورت کامپوننت‌های تحت وب عرضه شده‌اند. کاربر تنها با باز کردن یک لینک، بدون نیاز به نصب فایل‌های ۵۰ گیگابایتی و بدون ترس از بدافزارها، بلافاصله به ابزار دسترسی پیدا می‌کند.

این رویکرد سبک‌وزن و ایزوله، همسو با فلسفه نوین شبکه‌سازی امن مش و ریموت اکسس در Tailscale و WireGuard است که در آن امنیت و دسترسی آسان دست در دست یکدیگر دارند.

اجرای مدل‌های هوش مصنوعی عمیق در تب مرورگر با WebGPU و Wasm-NN

شاید شگفت‌انگیزترین ثمره پیوند WebAssembly و WebGPU امروزه اجرای مدل‌های پیشرفته هوش مصنوعی به طور کامل در سمت کلاینت (In-Browser AI) باشد. با کتابخانه‌هایی نظیر Transformers.js نسل سوم و موتورهای ONNX Runtime Web، کاربر می‌تواند مدل‌های حذف نویز صدا، جداسازی سوژه از پس‌زمینه ویدیو در ۶۰ فریم بر ثانیه، و حتی مدل‌های زبانی استدلال‌گر ۳ میلیارد پارامتری را بدون ارسال حتی یک بایت داده به سرور اجرا کند.

این قابلیت انقلابی در کاهش هزینه‌های زیرساختی شرکت‌های استارتاپی ایجاد کرده است؛ چرا که بار پردازشی هوش مصنوعی از کارت‌های گرافیک گران‌قیمت ابری به کارت‌های گرافیک اختصاصی یا مجتمع کاربران منتقل می‌شود.

همچنین این مدل‌ها بستری ایده‌آل برای اتوماسیون وظایف توسط ابزارهای نوین برنامه‌نویسی پدید آورده‌اند که در مقایسه میدانی دستیاران کدنویسی خودکار نظیر Devin و Claude Code به تفضیل بررسی کردیم.

امنیت سندباکس، مدیریت حافظه و چالش‌های اکوسیستم مرورگر

اجرای کدهای سطح پایین روی سخت‌افزار همواره نگرانی‌های امنیتی در پی دارد. کنسرسیوم وب با اعمال محدودیت‌های سخت‌گیرانه در سندباکس حافظه WebAssembly و مکانیزم‌های بازرسی منبع در WebGPU، مانع از دسترسی برنامه‌ها به داده‌های سایر تب‌ها یا آلودگی حافظه میزبان شده است.

با این حال، چالش مصرف بالای حافظه رم در کارهای چندساعته و تنوع درایورهای گرافیکی میان تولیدکنندگان مختلف (انویدیا، ای‌ام‌دی، اینتل و کوالکام) همچنان نیازمند پایش و مدیریت لایه‌های میان‌افزاری است.

مهندسان وب با به‌کارگیری تکنیک‌های حافظه مجازی WebAssembly Memory 64 و بارگذاری قطعه‌به‌قطعه داده‌ها، توانسته‌اند این چالش را در پروژه‌های صنعتی تا حد زیادی مهار کنند.

نتیجه‌گیری و چشم‌انداز تحریریه ماگ بیت: مرورگر، تنها برنامه‌ای که نیاز دارید

آنچه امروزه شاهد آن هستیم، پایان دوران جنگ نرم‌افزارهای سیستم‌عامل‌های رقیب است. تفاوت میان ویندوز، مک، لینوکس یا کروم‌او‌اس به تدریج رنگ می‌بازد، زیرا قدرتمندترین ابزارهای بشر اکنون بر بستری مشترک، جهانی و فوق‌سریع به نام مرورگر وب نفس می‌کشند.

انقلاب WebGPU و WebAssembly ثابت کرد که وب نه تنها کند و محدود نیست، بلکه انعطاف‌پذیرترین و پایدارترین سیستم‌عامل توزیع‌شده‌ای است که تمدن دیجیتال تاکنون خلق کرده است.