JupyterLite: Jupyter ❤️ WebAssembly ❤️ Python
JupyterLite is a JupyterLab distribution that runs entirely in the web browser, backed by in-browser language kernels. MotivationJupyterLite is a reboot of several attempts at making a full static Jupyter distribution that runs in the browser, without having to start the Python Jupyter Server on the host machine, usually done by running jupyter lab or jupyter notebook in a terminal. The goal of th
コンテナ技術を捨て、 WASIを試す
こんにちは、NTTの藤田です。 Dockerfileを書くのに疲れた？イメージサイズの縮小で1日が終わった？コンテナの起動が遅すぎる？コンテナ技術と悪戦苦闘する皆様のための新技術、アーキテクチャに依存しないポータブルなバイナリフォーマットと数十μsで起動するsandbox環境を実現する、WebAssembly System Interface（WASI）を試してみました。 WebAssembly System InterfaceとはWASIは、 WebAssembly（WASM）をウェブブラウザ以外の環境で実行するため、 ホストのファイルやネットワークなどの資源に安全にアクセスさせるための仕様です。 具体的には、POSIXに似たAPIが定義されており、WASMのバイナリが、OSが管理する資源にアクセスできるようになります。 WASMは、ネイティブコードなみの速度で動作する、ポータブルなバイ
サーバサイドWebAssemblyランタイム「Wasmer 1.0」がリリース
「Wasmer 1.0」では、すべてのコンパイラが関数を並列にコンパイルするようになり、バージョン0.17.1と比較してコンパイルにかかる時間を最大9倍高速化している。 用途に応じて最適なコンパイラをプラグインする機能では、ブロックチェーンなどに適したコンパイルが超高速な「Singlepass」、最小限の最適化での開発に適した「Cranelift」、最適化されたマシンコードによって最高のパフォーマンスを実現する「LLVM」をサポートする。また、コンパイラエンジンは生成されたコードをメモリに直接プッシュするJITエンジンと、共有オブジェクトとしてロード可能なネイティブコードを生成するネイティブエンジンに対応している。 そのほか、AOT（Ahead Of Time）コンパイルのサポートによる、プリコンパイルされたWasmバイナリを任意のデバイスで実行できるヘッドレスバージョンや、クロスコンパイ
WebAssemblyでの機械学習モデルデプロイの動向
本記事はMLOps Advent Calendar 2020の 2 日目の記事です。 WebAssembly（Wasm）は機械学習モデルをデプロイする新たな手段になりうるでしょうか。 この記事では、機械学習モデル（特に Deep Learning）を Wasm でデプロイする周辺技術の動向や内部の仕組みをざっくりと説明します。 Table of Contents tkat0 です。WebAssembly(Wasm)面白いですね。 私も最近はyewでフロントエンドを書いて遊んでいます。Rust で React っぽいことできるのは新鮮で面白いです。 Wasm は、なんとなく速い JavaScript？とか機械学習で何に役立つの？とか思ってる方も多いと思います。 しかし、Wasm はブラウザでの推論時に使えるだけでなく、機械学習モデルのサービングやエッジデバイスでの推論にも使えると知ったら驚き
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - vaaaaanquish/wasm_lindera_example: rust + lindera + webassembly + next.js + typescriptで形態素解析するサンプル