# ONNX Runtime WebGPU Plugin 0.5.0: что меняется для локальных моделей

Источник: https://modelium.tech/zhurnal/onnx-runtime-webgpu-plugin-0-5-0-local-inference/

Microsoft выпустила WebGPU Plugin 0.5.0 для ONNX Runtime: он расширяет поддержку операций локальных моделей и исправляет ошибки вычислений на видеокарте. Это дополнение для разработчиков приложений с моделями ONNX, а не новая модель или самостоятельная программа для домашнего чата. Если ваше приложение не использует именно этот плагин, обновлять его не нужно.

ONNX Runtime WebGPU Plugin 0.5.0: что меняется для локальных моделей

**Событие: 29 октября 2026 года. Источники проверены 29 октября. Уровень: разработчикам локальных приложений.** Если программа запускает модель ONNX через отдельное дополнение WebGPU к ONNX Runtime, обновление 0.5.0 даёт ей больше способов использовать видеокарту и исправляет ряд ошибок. Обычному пользователю Ollama или другой программы, которая не применяет этот плагин, устанавливать его отдельно не требуется. [s1](#src-s1)[s2](#src-s2)

## Что выпустила Microsoft?

ONNX — формат файлов модели, ONNX Runtime — программа, которая выполняет её вычисления. **WebGPU Plugin EP** — отдельное дополнение, позволяющее такому приложению направлять часть вычислений на видеокарту через WebGPU. Версия 0.5.0 опубликована как стабильный релиз; Python-пакеты доступны для Windows x64/arm64, Linux x64/arm64 и macOS. Плагин не содержит весов модели, не заменяет сам ONNX Runtime и не превращает любую модель автоматически в работающий на GPU чат. [s1](#src-s1)[s2](#src-s2)[s3](#src-s3)

В релизе добавлены операции для некоторых архитектур с механизмами внимания и «экспертами» — частями модели, из которых на каждом шаге выбирается нужная. Также расширена обработка отдельных сжатых весов, включая INT2 и FP8, и исправлены ошибки доступа к памяти и вычислений. Это может помочь разработчику перенести больше частей **совместимой** модели на GPU, но в заметке нет независимого сравнения скорости готового приложения и нет гарантии поддержки конкретной модели. [s1](#src-s1)

Отдельное изменение касается видеокарт AMD: в плагине разрешены определённые матричные операции WebGPU. Автор изменения проверил этот путь на Radeon RX 9070 XT в Windows с тестовым драйвером и указанным набором компонентов. Это проверка конкретной конфигурации автора, **не** обещание ускорения на любой AMD-карте и не минимальное требование к железу. [s1](#src-s1)[s5](#src-s5)

## Кому обновление действительно нужно?

Если вы разрабатываете или сопровождаете приложение с **ONNX Runtime WebGPU Plugin**, проверьте версию самого ONNX Runtime и совместимость программы с плагином, затем планируйте обновление и тест на своей модели. В README указан минимум ONNX Runtime 1.24.4, но режим одновременной работы независимых сеансов доступен только с 1.28.3 в ветке 1.28, с 1.30.1 в ветке 1.30 и с 1.31.0; другие поддерживаемые версии работают в последовательном режиме. Для 1.26.0 авторы отдельно сообщают о несовместимости при регистрации плагина. Это важнее, чем просто совпадение номера пакета. [s1](#src-s1)[s2](#src-s2)[s6](#src-s6)

Python-пакет 0.5.0 уже есть в PyPI, однако он устанавливается **в дополнение** к ONNX Runtime, а не вместо него. Разработчику нужно проверить обнаружение видеокарты, загрузку своей модели и фактический ответ приложения после обновления. На Linux может понадобиться системный загрузчик Vulkan. Редакция Modelium не запускала плагин и не измеряла скорость: это описание по релизу, исходному README и опубликованным пакетам, а не воспроизведённый рецепт. [s2](#src-s2)[s3](#src-s3)[s4](#src-s4)

## Что остаётся за рамками обновления?

Плагин распространяется с кодом под MIT, но права на **веса выбранной модели** нужно проверять отдельно. Релиз не меняет лицензию модели и не означает, что любой ONNX-файл заработает на каждой видеокарте. Для обычного пользователя разумный следующий шаг — сначала выяснить, использует ли его приложение именно этот плагин; если нет, ничего менять не нужно. Для разработчика важна проверка своей модели и совместимости версий. [s2](#src-s2)[s4](#src-s4)

Если вы выбираете базовую версию ONNX Runtime, см. [разбор ONNX Runtime 1.31.0](/zhurnal/onnx-runtime-1-31-0-cpu-apple-neural-engine-local-models/). Это отдельный релиз ядра, а не инструкция по установке WebGPU-плагина.

**Первоисточники:** релиз Microsoft, README и LICENSE на закреплённом теге, пакеты PyPI и описание проверки AMD. [s1](#src-s1)[s2](#src-s2)[s3](#src-s3)[s4](#src-s4)[s5](#src-s5)

## Источники

1. [Microsoft ONNX Runtime WebGPU Plugin EP 0.5.0 — release](https://github.com/microsoft/onnxruntime/releases/tag/plugin-ep-webgpu/v0.5.0) — получено 2026-10-29
2. [WebGPU Plugin README на теге 0.5.0](https://github.com/microsoft/onnxruntime/blob/c44523c625e21f713df88e5462d09316298efe28/plugin-ep-webgpu/README.md) — получено 2026-10-29
3. [PyPI: onnxruntime-ep-webgpu 0.5.0](https://pypi.org/project/onnxruntime-ep-webgpu/0.5.0/) — получено 2026-10-29
4. [Microsoft ONNX Runtime LICENSE на теге 0.5.0](https://github.com/microsoft/onnxruntime/blob/c44523c625e21f713df88e5462d09316298efe28/LICENSE) — получено 2026-10-29
5. [Microsoft PR #32667: WebGPU subgroup matrix на AMD](https://github.com/microsoft/onnxruntime/pull/32667) — получено 2026-10-29
6. [Microsoft PR #33082: режим совместимости WebGPU](https://github.com/microsoft/onnxruntime/pull/33082) — получено 2026-10-29