Google erweitert WebGPU in Chrome 151 um eine neue Steuerungsmöglichkeit für rechenintensive Anwendungen. Die am 12. August 2026 veröffentlichte WebGPU-Dokumentation beschreibt erstmals ausführlich die Funktion Subgroup Size Control. Entwickler können damit die Subgroup-Größe eines GPU-Compute-Shaders gezielt festlegen. Google nennt ausdrücklich KI-Workloads als einen wichtigen Einsatzbereich.
WebGPU gibt Webanwendungen direkten Zugang zu moderner GPU-Rechenleistung und spielt damit längst nicht mehr nur bei Browsergrafik eine Rolle. Auch Machine Learning und andere parallele Rechenaufgaben können die Schnittstelle nutzen. Die neue Funktion erweitert die technischen Möglichkeiten von Chrome für GPU-beschleunigte Webanwendungen, ohne eine neue KI-Funktion für normale Browsernutzer einzuführen.
Chrome 151 lässt KI-Anwendungen die Subgroup-Größe der GPU festlegen
Der technische Kern der Änderung heißt subgroup-size-control. Moderne GPUs teilen viele parallele Berechnungen in kleinere Gruppen von Threads auf. Diese Subgroups führen bestimmte Operationen gemeinsam aus und können Daten besonders effizient austauschen. Solche Abläufe sind bei Matrixberechnungen, Bildverarbeitung und Machine Learning wichtig.
Bisher konnte der GPU-Treiber die Größe einer Subgroup dynamisch auswählen. Eine Webanwendung wusste dadurch vor der Ausführung nicht zwingend, mit welcher Größe ein Shader arbeitet. Chrome 151 gibt Entwicklern nun die Möglichkeit, über das WGSL-Attribut @subgroup_size eine konkrete Größe vorzugeben.
Google nennt als Beispiel eine Subgroup-Größe von 32 Threads. Der angegebene Wert muss eine Zweierpotenz sein und innerhalb der Grenzen liegen, die der verwendete GPU-Adapter meldet. Entwickler können deshalb nicht auf jedem Rechner beliebige Werte erzwingen.
| WebGPU-Funktion | Bedeutung | Relevanz für KI |
|---|---|---|
| Subgroups | Threads führen Operationen gemeinsam aus | Schnellere parallele Rechenoperationen möglich |
| subgroup-size-control | Entwickler bestimmen die Subgroup-Größe | Bessere Optimierung bestimmter Compute-Kernels |
| @subgroup_size | Legt eine konkrete Größe im Compute-Shader fest | Vorhersehbarere Shader-Ausführung |
| subgroupMinSize / subgroupMaxSize | Definiert unterstützten Größenbereich der GPU | Verhindert nicht unterstützte Konfigurationen |
| GPUAdapter Feature Check | Prüft Unterstützung vor der Nutzung | Fallback für andere GPUs bleibt möglich |
Die Funktion ist optional. Eine Website muss zunächst prüfen, ob der vorhandene GPUAdapter subgroup-size-control unterstützt. Erst danach kann sie ein GPUDevice mit dieser Fähigkeit anfordern. Im WGSL-Shader müssen zusätzlich die Erweiterungen für Subgroups und Subgroup Size Control aktiviert werden.
Dieser Aufbau ist für Webanwendungen wichtig, da Hardware und Grafiktreiber sehr unterschiedlich arbeiten. Eine für eine bestimmte Subgroup-Größe optimierte Berechnung kann auf einer geeigneten GPU effizienter laufen. Auf anderer Hardware steht dieselbe Konfiguration möglicherweise nicht zur Verfügung. Anwendungen brauchen deshalb weiterhin alternative Ausführungspfade.
Google baut auf einer bereits vorhandenen WebGPU-Funktion auf. Chrome führte Subgroups nach längerer Entwicklungsphase schon mit Chrome 134 regulär ein. Sie ermöglichen parallelen Threads innerhalb einer Workgroup eine direkte Kommunikation sowie gemeinsame mathematische Operationen. Google stellte bereits damals die Vorteile für Machine-Learning-Berechnungen heraus.
WebGPU und Chromes eingebaute KI verfolgen unterschiedliche Ansätze
Die neue WebGPU-Funktion sollte nicht mit einem integrierten KI-Modell in Chrome verwechselt werden. WebGPU stellt Entwicklern Rechenleistung zur Verfügung. Eine Webanwendung kann diese GPU-Leistung für ein eigenes Modell oder eine entsprechende Bibliothek einsetzen. Chrome liefert über WebGPU selbst kein Sprachmodell und keine fertige KI-Anwendung aus.
Google verfolgt parallel einen zweiten Ansatz mit eingebauten KI-Schnittstellen. Die Chrome Built-in AI APIs auf Chromebook Plus ermöglichen Webentwicklern den Zugriff auf KI-Funktionen des Browsers. Dazu gehören andere technische Ebenen als WebGPU. Bei den Built-in APIs kümmert sich Chrome stärker um Modell und Schnittstelle. Bei WebGPU kontrolliert die Anwendung ihre GPU-Berechnungen selbst.
Subgroup Size Control richtet sich deshalb vor allem an Entwickler von Frameworks und rechenintensiven Webanwendungen. Besonders interessant sind Compute-Kernels mit bekannten Anforderungen an die GPU-Ausführung. Dazu können Teile einer lokalen KI-Inferenz, mathematische Operationen oder andere massiv parallele Berechnungen gehören.
- WebGPU stellt direkten Zugriff auf GPU-Rechenleistung bereit.
- Subgroups verbessern den Datenaustausch zwischen parallelen Threads.
- Chrome 151 erlaubt jetzt die gezielte Wahl einer unterstützten Subgroup-Größe.
- Die Unterstützung hängt von GPU, Plattform und Treiber ab.
- Google nennt KI-Workloads ausdrücklich als Optimierungsziel.
- Normale Chrome-Nutzer müssen die Funktion nicht manuell aktivieren.
Zur aktuellen WebGPU-Runde gehören noch weitere technische Änderungen. Validierungsfehler bei setImmediates erzeugen künftig einen OperationError statt eines RangeError. Googles WebGPU-Implementierung Dawn erhält außerdem experimentelle Unterstützung für ein neues Vertex-Format. OpenGL unterstützt nun Transient Attachments bei Texturformaten mit Depth- oder Stencil-Daten.
Die WebGPU-Meldung umfasst Chrome 151 und Chrome 152. Google arbeitet parallel bereits an weiteren Web-Schnittstellen für die nächste Browserversion. Chrome 152 bringt zusätzliche Leistungs-, PWA- und Netzwerkfunktionen. Subgroup Size Control gehört dagegen bereits zur Chrome-151-Generation.
Für Endnutzer entsteht durch das heutige WebGPU-Update zunächst keine neue sichtbare Chrome-Oberfläche. Die Auswirkungen zeigen sich erst in Webanwendungen, deren Entwickler die neue GPU-Steuerung verwenden. Google schafft damit jedoch eine weitere technische Grundlage für leistungsfähigere lokale Berechnungen im Browser. Gerade bei KI-Anwendungen kann eine präzisere Kontrolle über die GPU-Ausführung künftig helfen, spezialisierte Workloads besser an unterschiedliche Hardware anzupassen.