Wasmerは2026年1月30日（米国時間）、同社のWebAssembly（Wasm）ランタイムの最新版「Wasmer 7.0」をリリースした。Wasmer 7.0では、非同期処理のサポートや複数のコンパイラバックエンドの機能が拡充された。 Wasmer 7.0の主な変更点は次の通り。 Wasmer 7.0では、非同期関数のファーストクラスサポートが導入された。この非同期APIは、Singlepass、Cranelift、LLVMの各コンパイラバックエンドで利用可能だ。 これにより、Wasmer上のPythonで完全な非同期サポートが実現し、SQLAlchemyをはじめとする、これまで動作しなかったPythonライブラリが利用可能になった。 CraneliftでWebAssemblyの例外処理を完全サポート Craneliftを最新版にアップグレードし、新しい例外処理APIを使用したWe

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

Python on the Edge: Fast, sandboxed, and powered by WebAssemblyWe are excited to announce full Python support in Wasmer Edge (Beta) With AI workloads on the rise, the demand for Python support on WebAssembly on the Edge has grown rapidly. However, bringing Python to WebAssembly isn't trivial as it means supporting native modules like numpy, pandas, and pydantic. While projects like pyodide made st

W3CのWebAssemblyワーキンググループは、WebAssemblyの最新仕様となる「WebAssembly 3.0」正式版が完成したことを明らかにしました。 WebAssemblyはもともと、Webブラウザ上で高速にアプリケーションを実行することを目的に策定されたバイナリフォーマットです。 しかし現在ではWASI（WebAssembly System Interface）と呼ばれる拡張機能の登場によって、サーバサイドにおけるクロスプラットフォーム対応の実行環境としても使われ始めています。 WebAssembly 3.0はそうした状況を受けて、サーバサイドでの実行に適した機能や性能向上に向けた仕様となっています。 WebAssembly 3.0の主な仕様 64ビットアドレス空間 WebAssemblyで利用可能なアドレス空間が64ビットになり、これまでの4ギガバイトから16エクサバイ

One of the main barriers to a wider adoption and experimentation with open-source agents is the dependency on extra tools and frameworks that need to be installed before the agents can be run. In this post, we introduce the Wasm agents blueprint, aimed at showing how to write agents as HTML files, which can just be opened and run in a browser, without the need for any extra dependencies. This is s

ユーザーの指示に従ってコードを生成したりレストランの予約をしたりといったタスクを実行できる「AIエージェント」の利用が広がり始めていますが、AIエージェントをPCで使用するには複数のツールやフレームワークの依存関係を考慮する必要があります。こうした状況を改善してブラウザ単体でAIエージェントを実行できるようにする「Wasm agents」をMozillaが公開しました。 Wasm-agents: AI agents running in your browser https://blog.mozilla.ai/wasm-agents-ai-agents-running-in-your-browser/ GitHub - mozilla-ai/wasm-agents-blueprint at blog.mozilla.ai https://github.com/mozilla-ai/wasm

WebAssemblyガベージコレクション機能がWeb標準の「Baseline」に。Safari 18.2でのサポート開始で これにより多くのWebデベロッパーが安心してWasmGCの機能を利用できることになります。 WasmGCとは Webブラウザ上で高速に実行できるバイナリフォーマットとして登場したWebAssemblyは、もともとガベージコレクション機能がありませんでした。 そのためにWebAssemblyアプリケーションを開発するプログラマは、プログラマ自身が確保したメモリの解放に責任を持つ必要がありました。もしも確保したまま解放し忘れたメモリがあると、どんどんプログラムが確保するメモリが増大していき、最終的にはメモリ不足などのエラーを引き起こすことになるためです。 WasmGCは、このWebAssemblyにガベージコレクション機能を持たせる機能です。アプリケーションによって割り

Google、Google Sheetsの計算エンジンをWebAssemblyに最適化し、2倍の性能を実現したと発表 GoogleはWebブラウザ上でスプレッドシート機能を提供する「Google Sheets」の計算エンジンの性能をWebAssembyで実装し、従来のJavaScriptによる実装と比較して性能を2倍に向上させたことを明らかにしました。 これにより単純なSUM計算から複雑なクエリまで、シート上でのあらゆる計算を始め、ピボットテーブルの作成、条件付きフォーマットなどさまざまな処理が高速になるとのことです。 この性能向上は、JavaScriptで構築されていた計算エンジンをWebAssemblyに最適化したことで実現していると説明されており、そのためにWebAssemby GC（ガベージコレクション）機能を用いたとのことです。 そのため現時点ではChromeとMicrosoft

WebAssemblyをちょっといじってみて思ったところをまとめてみます。 設計思想 WebAssembly/designに設計文書がまとまっています。特にHighLevelGoals.mdから読み取れるポイントは以下の4点です。 サンドボックス化された環境であること。 移植性があること。つまり、特定の実CPUアーキテクチャ等に依存しないこと。 少なくともC/C++の(十分に高速な)コンパイルターゲットとして機能すること。 安定した仕様を持つこと。 サンドボックスという観点からは、先行技術として以下のようなものが特筆に値します。 Webサンドボックス JavaScript および asm.js Javaアプレット Flash (ActionScript) NaCl, PNaCl Web以外のサンドボックス OSのユーザーランド、特にLinux userland これらのサンドボックスとの比

May 8, 2024 by Dirk Bäumer Visual Studio Code supports the execution of WASM binaries through the WebAssembly Execution Engine extension. The primary use case is to compile programs written in C/C++ or Rust into WebAssembly, and then run these programs directly in VS Code. A notable example is Visual Studio Code for Education, which utilizes this support to run the Python interpreter in VS Code fo

Wasmerが「py2wasm」を発表、PythonからWebAssemblyに変換　インタープリタより3倍高速実行可能に：Nuitkaを利用し高速化、難読化 WebAssembly（Wasm）ランタイムを開発するWasmerは、PythonプログラムをWebAssemblyに変換し、ベースラインインタープリタよりも3倍高速に実行できるようにする「py2wasm」を発表した。

Announcing py2wasm: A Python to Wasm compilerpy2wasm converts your Python programs to WebAssembly, running them at 3x faster speeds Since starting Wasmer five years ago we've been obsessed with empowering more languages to target the web and beyond through Webassembly. One of the most popular languages out there is Python, and while it is certainly possible to run Python programs in WebAssembly, t

PythonコードをWebAssemblyにコンパイルする「py2wasm」がWasmer社から発表された。WebAssembly版CPythonよりも約3倍高速だ。PythonコードをCPythonのAPIコールに変換するトランスパイラがベースになっている。 WebAssemblyランタイムの開発と提供を行っているWasmer社は、PythonのコードをWebAssemblyバイナリにコンパイルする「Py2wasm」を発表しました。 Announcing py2wasm – A #Python to #WebAssembly compiler that speeds up by 3x your Python apps!https://t.co/0v4YLZC7lY — Wasmer (@wasmerio) April 18, 2024 WebAssembly版CPythonよりも3倍高速

Starting today, in open beta, you can now write Cloudflare Workers in Python. This new support for Python is different from how Workers have historically supported languages beyond JavaScript — in this case, we have directly integrated a Python implementation into workerd, the open-source Workers runtime. All bindings, including bindings to Vectorize, Workers AI, R2, Durable Objects, and more are

WebAssemblyとWebGPUを用い、Webブラウザ上でStable Diffusion Turbo全体を高速実行可能な推論エンジン「ONNX Runtime Web 1.17」マイクロソフトから登場 ONNX Runtime WebがWebGPUに対応。Webブラウザ上でさらに高速な推論処理が可能になった。Stable Diffusion Turbo全体をWebブラウザ上で高速に実行可能で、RTX4090を用いた場合1秒以内で結果が出力される。 ONNX Runtime Webの基になっている「ONNX Runtime」はクロスプラットフォーム対応の推論エンジンです。TensorFlow、PyTorch、SciKit Learnなどをはじめとするさまざまな機械学習のモデルに対応し、これらで生成されたモデルによる推論処理をプラットフォームに依存せず実行するランタイムの役割を果たします

Microsoft、WebブラウザでMLモデルを実行できる「ONNX Runtime Web」を公開：速度を犠牲にせず、ポータビリティーが向上する Microsoftはあらゆる機械学習（ML）モデルを実行できる「ONNX Runtime Web」を公開した。オープンソース推論エンジン「ONNX Runtime」の新機能だ。JavaScript開発者はMLモデルをWebブラウザで実行、デプロイできる。 Microsoftは2021年9月2日（米国時間）、「ONNX Runtime」の新機能「ONNX Runtime Web」（ORT Web）を公開した。 ORT Webを利用することで、JavaScript開発者は機械学習（ML）モデルをWebブラウザで実行、デプロイできる。さらにORT Webは、新タイプのオンデバイスコンピュテーションの実現を支援する。 ORT Webは、近いうちに非推奨

- はじめに - 文章がローランド(@roland_0fficial)様っぽいか判定するサービスをつくった。 できてた 『ばんくし』は俺以外でした https://t.co/MxSTPmKVWL #oreka_oreigaika via @vaaaaanquish— ばんくし🎃 (@vaaaaanquish) 2020年12月26日 学習済みモデルをダウンロードし、WebAssemblyで形態素解析、機械学習モデルによる判定を全てブラウザ上で処理する。 この記事は、そこに至るまでメモ。 - はじめに - - 技術的な概要 - - データの収集 - - 技術的な構成 - - モデル周りの話 - - おわりに - - 技術的な概要 - 何が面白いのか簡易図 なんか適当な図学習済みの機械学習モデルをダウンロードして、手元のブラウザ上で動くjavascriptだけで、テキストの処理や判定をすると