Google обяви на 28 октомври обновление на LiteRT в Google Play services с GPU изпълнение през CompiledModel API. Компанията съобщава около 1,4 пъти по-бърза работа спрямо стария GPU delegate и приблизително 8 MB по-малки приложения в собствените си тестове. Причината за намаляването е споделената среда за изпълнение, вместо отделно нейно копие във всяко приложение. Това не са измервания на SIExpo или обещание за еднакъв ефект върху всеки модел.

Какво е местно и какво е споделено

Текущата документация уточнява, че входните изображения, текст и видео се обработват на устройството. Същевременно средата може да се свързва със сървъри за обновления и информация за съвместимост и изпраща диагностични показатели. Следователно локалното изпълнение не означава липса на всякаква мрежова комуникация. Документацията отделя и случаите без Google Play services, с нужни custom ops или NPU ускорение сега: за тях насочва към самостоятелния LiteRT.

Ефектът се измерва върху приложение

В наш илюстративен сценарий мобилен екип използва сегментиране на изображение. Бихме сравнили два варианта с един и същ модел, входни данни и настройка за качество. Освен времето на самото изчисление бихме записали първоначалното подготвяне, закъснението при отваряне и поведението след няколко последователни обработки. Това е предложена оценка, не проведен тест на новия LiteRT.

За човек със слаба връзка първото успешно използване може да бъде по-важно от най-бързото следващо изчисление. Затова бихме проверили дали приложението ясно обяснява състоянието на подготовката и какво предлага, когато необходимият компонент не е готов. Не извеждаме от съобщението, че всяко устройство има еднакъв набор възможности или че всеки потребител трябва да получи една и съща конфигурация.

Миграцията включва и проверка на резултата

Редакционният ни прочит е, че споделеният runtime променя начина на доставка, а не само размера на пакета. При пилот бихме запазили контролни входове и допустими отклонения на изхода. Ускорение, което нарушава изискванията към резултата, не би било приемлив успех. Бихме сравнявали реални категории устройства, вместо един удобен телефон да представлява цялата аудитория.

И автоматизираната промяна на кода трябва да мине през преглед и компилация. Успешно редактирани зависимости не доказват правилен резултат върху устройство. При проблем е полезно да се знае точната комбинация от версия, модел и избран ускорител, за да може поведението да се възпроизведе.

Новината е практическа стъпка към по-широко споделяне на инфраструктурата за локален AI в Android. Обявените икономии и скорост дават причина за оценка, но решението за миграция зависи от нужните устройства, операции и потоци от данни. SIExpo не е променял мобилен проект или изпълнявал сравнителни измервания.

*AI илюстрация: концептуална редакционна визия, не документална снимка или действителен екран от продукта.*

*Редакционна проверка: 2026-10-29T07:14:17.195221+00:00.*