## PR 主要改动总结 ### 核心改动 为 ONNX Runtime 的 WebGPU 后端的 **Unsqueeze** 和 **Expand** 算子添加了 **int64 数据类型支持**，扩展了这两个张量操作算子的类型覆盖范围。 ### 解决的问题 解决了 WebGPU 执行提供程序中这两个算子无法处理 int64 类型数据的限制，使其能够支持更广泛的模型和用例场景，特别是涉及大整数索引或形状操作的情况。 ### 技术实现要点 1. 重构了类型支持架构，新增 `webgpu_supported_types.h` 头文件统一管理支持的数据类型定义 2. 对 `unsqueeze.cc` 和 `expand.cc` 进行了大幅重构（分别修改 61/-51 和 49/-16 行），优化了类型处理逻辑 3. 简化了 `cast.cc` 的实现（删除 25 行冗余代码），复用新的类型定义体系 4. 添加了相应的单元测试用例以验证 int64 支持
## PR 主要改动总结 **核心改动：** 将 `WebGpuContextFactory::contexts_` 从栈分配的静态变量改为堆分配，以避免程序退出时的静态析构崩溃问题。 **解决的问题：** 修复了当依赖的 DLL（如 dxcompiler.dll）在静态析构阶段已经卸载时，访问 contexts_ 导致的崩溃。通过堆分配，在 `Cleanup()` 中显式删除该映射表；如果异常终止，则允许安全泄漏而不会崩溃。 **技术要点：** 这是一个经典的静态析构顺序问题（static deinitialization order fiasco）的解决方案。通过堆分配和手动生命周期管理，避免了 C++ 静态对象析构顺序不确定性带来的风险，提高了 WebGPU provider 在 Windows 平台上的稳定性。 **影响范围：** 提升了 WebGPU 后端的鲁棒性，特别是在程序退出场景下的可靠性。
## PR 改动总结 **主要功能：** 为 ONNX Runtime 的 WebGPU 后端添加了 GQA (Grouped Query Attention) 的 softcap 支持。 **解决的问题：** 实现了注意力机制中的 softcap 功能，这是一种限制注意力分数数值范围的技术，通常用于稳定训练和提升模型性能。此次更新完成了 TODO 项，使得相关的 jsonc 测试用例得以启用。 **技术实现：** 主要修改集中在 Flash Attention 相关代码，包括在 WGSL 着色器模板中添加 softcap 计算逻辑，并在 C++ 层面扩展了参数传递和配置接口（如 `FlashAttentionParameters` 和 `FlashAttentionDecodeParams` 结构）。改动涉及注意力核心计算流程，确保 softcap 机制在 GPU 着色器中正确应用。 **影响：** 增强了 WebGPU 后端对现代 Transformer 模型优化技术的支持，提升了模型兼容性和推理质量。
## PR 改动总结 **主要改动：** 将 `MatMulWriteFnSource()` 函数重构为三个更小的独立函数，减少了参数数量并简化了逻辑结构。这是一次代码重构优化，涉及 7 个文件，净增加 20 行代码。 **目的与价值：** 此次重构是为实现矩阵乘法（MatMul）算子的 `Split-K` 优化做准备。通过拆分函数降低了代码复杂度，提高了可维护性，为后续性能优化奠定基础。 **技术要点：** 主要修改集中在 `gemm_utils.cc/h`，将原本职责较重的单一函数拆解为更符合单一职责原则的多个函数。同时更新了所有调用方（matmul、gemm 及 Intel vendor 实现）以适配新的函数签名。 **WebGPU 影响：** 优化了 WebGPU 后端的矩阵运算代码结构，为未来在 WebGPU 上实现高性能的 Split-K 矩阵乘法算法创造了条件，有助于提升浏览器端深度学习推理性能。
## PR 主要改动总结 **1. 主要功能改动：** 在 OrtFactory 中添加了 CIG（Chromium Interop Graphics）上下文的创建和管理能力，新增了 Init 和 Deinit API，应用程序需在调用任何互操作或 ORT API 之前调用这些初始化接口。 **2. 解决的问题：** 解决了 Web 应用无法直接访问 D3D Command Queue 或 ORT 对象的限制问题。由于 Web 环境只能使用 WebNN 和 WebGPU 暴露的接口，此 PR 将互操作上下文的创建逻辑移到了 ORT EP（Execution Provider）代码层，避免了对底层图形 API 的直接依赖。 **3. 对 WebGPU 支持的影响：** 通过在 Chromium 层或 ORT 代码中创建互操作上下文，为 WebGPU 与其他执行提供器（如 TensorRT）的协同工作提供了性能优化基础，使得 Web 应用能够更好地利用硬件加速能力。 **4. 技术要点：** 主要修改集中在 C API 层（新增 99 行 API 定义）和 NV TensorRT RTX 提供器实现（新增测试代码 479 行），通过插件式 EP 工厂模式实现了跨平台的互操作上下文管理。
## PR 主要改动总结 **核心改动：** 这个 PR 从 WebGPU 执行提供程序（EP）的 `MatMul::ComputeInternal()` 函数中移除了所有处理 `bias`（偏置）相关的逻辑代码。 **解决的问题：** 由于 ONNX 的 `MatMul` 算子本身不支持 `bias` 作为输入参数，因此在实现中处理偏置的逻辑是冗余和不必要的。这次清理移除了 18 行代码，仅添加 3 行，简化了实现。 **对 WebGPU 支持的影响：** 这是一次代码清理优化，不影响功能正确性，反而使 WebGPU 后端的矩阵乘法实现更加精简和符合 ONNX 规范。 **技术要点：** 移除了 `has_bias` 相关的条件判断和处理分支，使代码逻辑更清晰，减少了不必要的复杂度。
## PR 主要改动总结 **核心改动：** 修复了 ONNX Runtime WebGPU 执行提供程序中 Split 算子对动态输出形状的处理错误。 **解决的问题：** - 当 Split 算子的输出形状在运行时动态计算时，C++ 层错误地向 JavaScript 层传递了零值的 splitSizes 数组 - 这导致下游算子（如 Conv）因接收到错误的输入形状（如 [1,0,22]）而失败，报告通道数不匹配错误 **技术要点：** - C++ 侧在 `split.h` 中添加了 `has_dim_value()` 检查，避免在动态形状场景下错误使用 `dim_value()` 的零返回值 - 当检测到动态形状时，跳过传递 splitSizes 参数，让 JavaScript 层在运行时自行计算正确的分割尺寸 - TypeScript 侧（split.ts）增强了运行时形状计算逻辑，能够处理未预定义的分割尺寸情况 **对 WebGPU 的影响：** 显著提升了 WebGPU 后端对动态模型的支持能力，使包含动态 Split 操作的神经网络模型能够正确执行。
## PR 主要改动总结 **1. 核心功能：** 此 PR 为 ONNX Runtime 的 WebGPU 后端中的 `im2col` 核心添加了对任意 `input_channel` 大小的支持，通过引入 `vec1` 类型处理非 4 的倍数的输入通道数。 **2. 性能提升：** 解决了之前仅支持输入通道数为 4 的倍数的限制，使更多模型受益。在 YOLOv8n_pose 模型上，整体性能提升约 7%，对于输入通道数非 4 倍数的 Conv2D 算子性能提升达 50%。 **3. 技术实现：** 修改了 WGSL 着色器模板和 C++ 实现代码，通过动态选择向量化类型（vec1/vec2/vec4）来适配不同的输入通道配置，移除了之前对通道数必须是 4 的倍数的硬性限制。 **4. WebGPU 影响：** 增强了 WebGPU 后端对各种 CNN 模型的兼容性和性能表现，特别是对通道数配置不规则的模型提供了更好的支持。
## PR 主要改动总结 **核心改动：** 该 PR 通过在 `setup.py` 中添加自定义 Distribution 类，为所有 ONNX Runtime 变体包（包括 onnxruntime-webgpu）的 wheel 元数据注入 `Provides-Dist: onnxruntime` 字段，解决了现代 Python 依赖解析器（pip ≥20.3、uv、poetry 等）将变体包与基础包视为无关包而同时安装的问题。 **解决的问题：** 修复了依赖冲突问题 - 当项目同时依赖 `onnxruntime-gpu`（或其他变体）和间接依赖 `onnxruntime` 的包时，之前会错误地同时安装两个包，现在依赖解析器能正确识别变体包已提供基础包功能。 **对 WebGPU 的影响：** onnxruntime-webgpu 包现在会正确声明它提供了 onnxruntime 的功能，避免与基础包或其他变体包产生安装冲突。 **技术要点：** 通过 monkey-patch `setuptools.Distribution.write_pkg_file` 方法，在构建 wheel 时自动注入符合 PEP 566 规范的元数据，仅对非基础包生效，无需修改各变体包的单独配置。
## PR 主要改动总结 ### 核心功能 此 PR 为 ONNX Runtime 添加了**支持偏移量的张量拷贝功能**，允许在源和目标张量之间进行部分数据拷贝，而不仅限于完整张量拷贝。主要在 C API 层面新增了 `CopyTensorWithOffsets` 等方法，并在数据传输框架层进行了相应扩展。 ### 解决的问题 解决了原有张量拷贝机制无法精细控制拷贝范围的限制，新增了指定源/目标偏移量和拷贝大小的能力，使得内存操作更加灵活高效，避免了不必要的全量数据传输。 ### WebGPU 影响 针对 WebGPU Provider 进行了适配性改造，更新了 `buffer_manager` 和 `data_transfer` 模块，使其支持带偏移量的 GPU 缓冲区操作，增强了 WebGPU 后端在处理大型张量时的内存管理效率。 ### 技术要点 涉及 18 个文件的修改（新增 220 行，删除 40 行），核心改动集中在数据传输抽象层（`data_transfer.h/cc`）和 WebGPU 缓冲区管理模块，同时扩展了公开 C API 接口以支持外部调用。