I wrote a 1-bit WebGPU runtime to run a 1.7B LLM in the browser

1-bit WebGPU 运行时项目在浏览器中运行 1.7B 参数的 LLM，仅用极低内存和计算资源实现本地大模型推理，让轻量级 AI 应用在前端落地成为可能。