Chrome 与 Edge 悄悄将本地 AI 模型存储需求提升至 20GB：浏览器正逐渐演变为 AI 推理引擎
事件概述
近期，Google Chrome 和 Microsoft Edge 浏览器在后台悄然更新了其本地 AI 模型存储的容量要求，将默认预留空间从过去的数 GB 提升至 **20GB**。这一变化并未在官方更新日志中高调宣传，但通过开发者社区和系统资源监控逐渐浮出水面。此举标志着浏览器正在从传统的网页渲染工具，向承载本地 AI 推理的轻量级引擎加速转型。
技术背景与动因
浏览器之所以需要如此大的本地存储空间，源于其内置的 **WebGPU** 和 **WebNN** 两大底层 API 的成熟。过去，AI 推理依赖云端服务器，延迟高且存在隐私风险。而现在，浏览器可以直接在用户设备上加载并运行经过量化压缩的深度学习模型（如 Gemini Nano、Phi-3 等），实现离线翻译、智能摘要、图像生成等功能。这些模型参数规模通常在 1B-7B 之间，加上优化后的权重文件、分词器与运行时缓存，20GB 的空间需求并不夸张——尤其当浏览器希望同时支持多个模型并预加载高频使用场景时。
对用户与行业的影响
从用户角度看，20GB 的预留空间意味着 **存储压力显著增加**，尤其是对于仅有 256GB 硬盘的轻薄本或平板设备。然而，这种“本地化”趋势也带来了隐私保护优势：敏感数据无需上传至云端，推理完全在本地完成。对于开发者而言，浏览器成为 AI 推理的“新前线”，无需安装额外框架即可调用 GPU 加速，降低了应用门槛。
从行业竞争维度看，这一变化进一步模糊了操作系统与浏览器的边界。Chrome 和 Edge 正试图复刻“应用商店”模式——通过内置 AI 能力锁定用户生态，甚至可能威胁到原生桌面应用的地位。与此同时，Mozilla 等浏览器厂商若无法跟上存储与算力投入，将可能在 AI 浏览器赛道中掉队。
未来展望
随着本地 AI 模型持续压缩和硬件加速技术的进步，20GB 可能只是起点。未来浏览器或许会集成更复杂的多模态模型（如视觉、语音），届时存储需求可能突破 50GB。浏览器成为“AI 推理引擎”的时代已经到来，用户需要重新审视自己的设备配置，而企业则需要平衡云端协同与本地推理的成本与效率。
