Auf den Punkt: Googles Tensor ML SDK startet als Beta mit LiteRT-Integration. Entwickler erhalten einheitlichen Workflow für Modellkonvertierung und Deployment auf Pixel-Geräten sowie Zugriff auf über 100 spezialisierte ML-Modelle optimiert für Googles TPU-Hardware.
Google präsentiert die Tensor ML SDK in der Beta-Phase und integriert dabei LiteRT, sein Framework für hochperformante Maschinenlernmodelle auf Mobilgeräten. Entwickler können nun über 100 spezialisierte Modelle direkt auf Google Pixel-Geräten mit dem TPU-Beschleuniger deployen und optimal nutzen.
Die Google Tensor ML SDK verlässt das Experimental Access Program und startet nun als Beta-Version. Das Framework ermöglicht es Entwicklern, anspruchsvolle maschinelle Lernanwendungen direkt auf Google Pixel-Geräten ab der Pixel 10-Familie auszuführen. Diese werden durch Googles speziell entworfenes Tensor System-on-Chip mit dediziertem Tensor Processing Unit (TPU) Inferenz-Beschleuniger angetrieben.
Die Beta-Veröffentlichung bringt zwei zentrale Vorteile für Entwickler. Erstens bietet LiteRT einen einheitlichen Entwickler-Workflow. Das Framework abstrahiert herstellerspezifische SDKs, Compiler und Laufzeiten hinter einer konsistenten API. Entwickler können damit PyTorch- oder TFLite-Modelle in optimierte Binärdateien konvertieren und kompilieren, diese über Play Feature Delivery verteilen und dann mit wenigen Codezeilen auf dem TPU ausführen. Automatische Fallback-Mechanismen ermöglichen bei Bedarf den Wechsel auf CPU oder GPU.
Zweitens stellt Google einen Model Garden mit über 100 vortrainierten Modellen bereit. Dieser umfasst sowohl klassische Machine Learning Modelle als auch Generative AI Anwendungen wie Gemma 3 1B. Entwickler finden Modelle für Sprachverarbeitung, Bilderkennung und intelligente Inhalterstellung direkt einsatzbereit. Die vorliegenden Funktionen ermöglichten bereits bekannte Pixel-Features wie Pro Zoom, Voice Translate und Call Notes durch lokale, datenschutzfreundliche KI-Verarbeitung.