Float16Array в ECMAScript 2026: компактные вычисления для ML и графики

hannadev

Float16Array - это новый типизированный массив в ECMAScript 2026, который хранит числа в 16-битном формате с плавающей запятой. Он экономит память вдвое по сравнению с Float32Array и идеален для машинного обучения и графики, где важны большие объемы данных.

Эта фича решает проблему перерасхода памяти в WebGPU, WebGL и нейросетях. Теперь можно загружать огромные модели без тормозов в браузере. Разработчики получат инструмент для ускорения вычислений на GPU без потери приемлемой точности.

Что такое Float16Array и как он работает

Float16Array - это TypedArray для 16-битных чисел в формате IEEE 754 half-precision: 1 бит на знак, 5 на экспоненту, 10 на мантиссу. Каждый элемент занимает всего 2 байта, против 4 в Float32Array и 8 в Float64Array. Это делает его суперэффективным для задач, где точность ниже 32 бит не критична.

Представьте обработку текстур в WebGL или тензоров в ML-моделях - память летит в космос с Float32. Float16Array решает это, сохраняя совместимость с методами TypedArray вроде map, filter и slice. Плюс появились Math.f16round, DataView.getFloat16 и setFloat16 для точной работы с буферами.

Вот основные способы создания:

new Float16Array(2) - массив длиной 2, заполненный нулями.
new Float16Array([21, 31]) - из обычного массива, с округлением до 16 бит.
new Float16Array(buffer, offset, length) - вид на ArrayBuffer с указанным смещением.

BYTES_PER_ELEMENT всегда равен 2 - это ключевой плюс для оптимизации.

Свойство	Float16Array	Float32Array	Float64Array
Байт на элемент	2	4	8
Точность	half (10 бит мантиссы)	single (23 бита)	double (52 бита)
Идеально для	ML, графика	Общие вычисления	Высокая точность

Преимущества для машинного обучения в браузере

В ML модели типа Stable Diffusion или трансформеры жрут гигабайты float32. Float16Array позволяет конвертировать их в half-precision и запускать на WebGPU без свопинга. Точность падает минимально - для инференса это ок, ошибки в 0.001 не критичны.

Браузеры уже тестируют это: Chrome и Firefox поддерживают с 2025. В комбо с WebGPU Compute Shaders вычисления улетают на GPU, где half-float - родной формат. Плюс DataView методы позволяют читать/писать float16 прямо в бинарных файлах моделей ONNX или TensorFlow.js.

Ключевые плюсы в ML:

Экономия памяти: модель на 10 ГБ в float32 влезет в 5 ГБ.
Скорость на GPU: аппаратная поддержка half-float везде.
Совместимость: легко конверт из/в Float32Array через методы TypedArray.

Пример конвертации тензора:

const float32Tensor = new Float32Array(modelData);
const float16Tensor = new Float16Array(float32Tensor.buffer);
// Теперь float16Tensor готов для WebGPU

Float16Array в графике и WebGL

Графика - еще одна область, где Float16Array сияет. Текстуры, вертексы, шейдеры в WebGL 2 и WebGPU используют half-float для HDR и больших сцен. Без него 4K-текстуры с float32 жрут VRAM, вызывая лаги.

С Float16Array вы буферизуете вертексы напрямую: gl.bufferData с HALF_FLOAT. Это стандарт в современных движках вроде Three.js. Плюс Canvas2D с float-бэкингом теперь поддерживает 16-бит для плавных градиентов без артефактов.

Практические применения:

Загрузка мешей в играх: вертексы в half-float экономят 50% памяти.
Пост-обработка: bloom, SSAO в шейдерах быстрее на GPU.
WebGPU pipelines: uniform буферы с Float16Array для динамических эффектов.

Задача	Без Float16Array	С Float16Array
1M вертексов	8 МБ (float64)	2 МБ
ML инференс	16 ГБ RAM	8 ГБ
WebGL текстура 4K	64 МБ	32 МБ

Поддержка и ограничения на практике

Float16Array финализирован в ECMAScript 2026, но уже работает в V8 и SpiderMonkey с 2025. Конструктор требует new, без него TypeError. Итераторы и spread работают как в TypedArray.

Ограничения: на CPU без half-float поддержки (старые x86) может быть медленнее Float32 из-за эмуляции. В ML следите за накоплением ошибок округления в циклах. Тестируйте в target-браузерах - Safari отстает.

Фичи поддержки:

Math.f16round(value) - округление к ближайшему half-float.
DataView.getFloat16(offset, littleEndian) для бинарных файлов.
isFloat16Array - проверка типа (polyfill-вариант).

Новые горизонты для JS-разработки

Float16Array открывает дверь для десктопных ML-приложений в браузере и нативных движков V8. Осталось дождаться полной GPU-поддержки в Safari и оптимизаций для ARM. Стоит поэкспериментировать с WebNN API - там half-float станет стандартом.

Дальше ждем интеграцию с ArrayBuffer.resizable и Set-операциями для еще больших датасетов. Это шаг к тому, чтобы JS стал основой для edge-AI без Python.