微软推出Windows ML Runtime API，实验性支持GGUF与ONNX模型本地推理

10月8日，微软在Windows与Surface十月活动中介绍了Windows ML的最新进展。Windows ML是微软面向Windows 11的本地AI推理框架，允许开发者在设备端运行AI模型，构建文本生成、语音识别等应用，并减少对特定硬件优化的依赖。微软正与llama.cpp和GGUF开源社区合作，在Windows 11中实验性原生支持GGUF与ONNX格式模型推理，并正式推出Windows ML Runtime API。

通过社区合作，开发者现在可以通过llama.cpp的实验性集成，从Hugging Face导入GGUF模型并直接在本地运行。在性能优化方面，微软还与英伟达合作，向llama.cpp及相关性能优化贡献代码。GGUF是一种常用于本地运行大语言模型的模型文件格式，开发者可从Hugging Face等平台获取GGUF模型，并通过llama.cpp等工具在个人电脑上加载与推理；ONNX则是开放神经网络交换格式，用于在不同框架和硬件间迁移AI模型，ONNX Runtime是其常用运行环境，可支持模型在Windows设备上的推理部署。

Windows ML新增的实验性Windows原生推理路径可运行ONNX与GGUF两类模型，正式名称为Windows ML Runtime API。微软称该API具备更高性能、更深的系统集成及更细粒度的控制能力。在Windows ML Runtime API支持下，微软还推出Text Generation API与Speech Recognition API，开发者可使用这两组接口构建文本生成与语音识别功能。

微软表示，ONNX Runtime API仍将获得完整支持；未来针对Windows的优化将优先投向Windows ML Runtime API。两种运行时均已包含在当前版本中，开发者可根据熟悉程度选择迁移时机。