LiteRT di Google Play services: aplikasi Android lebih kecil dan inferensi GPU lebih cepat

Pembaruan LiteRT yang diumumkan Google pada 28 Oktober 2026 penting bagi developer Android karena mengubah lokasi infrastruktur machine learning di perangkat. Aplikasi yang memenuhi syarat tidak perlu lagi menyertakan seluruh runtime LiteRT dan akselerator GPU di dalam aplikasinya. Aplikasi dapat memakai LiteRT di Google Play services. Hasil praktisnya adalah unduhan yang lebih kecil, runtime bersama yang dapat diperbarui secara terpisah, serta jalur yang lebih jelas menuju inferensi GPU melalui API modern CompiledModel.

Perubahan LiteRT di Google Play services

LiteRT adalah runtime inferensi on-device Android untuk model machine learning khusus. Google menyatakan bahwa LiteRT menangani lebih dari satu triliun inferensi setiap hari di miliaran perangkat. Rilis baru ini menambahkan inferensi GPU yang didukung ML Drift. Dalam pengujian Google, kinerjanya sekitar 1,4 kali lebih cepat daripada GPU delegate lama. Jalur baru tersebut tersedia melalui CompiledModel, penerus modern API Interpreter.

Perubahan lain ada pada cara aplikasi dikemas. Dalam pengujian Google, aplikasi yang mengganti salinan LiteRT di dalam aplikasinya dengan runtime Play services berkurang sekitar 8 MB. Runtime dan akselerator GPU dikirim satu kali melalui Google Play services, bukan diulang di setiap APK. Google juga menyebut lebih dari 100 ribu aplikasi Android masih menyertakan salinan LiteRT atau TensorFlow Lite sendiri, sehingga penghematan kecil per aplikasi dapat menjadi berarti pada skala besar.

Angka 8 MB bukan jaminan untuk setiap aplikasi. Hasil akhirnya bergantung pada model, library, konfigurasi ABI, dan dependensi lain. Tim sebaiknya mengukur ukuran unduhan dan ukuran terpasang sebelum serta sesudah migrasi, bukan menjadikan angka utama sebagai kepastian.

Mengapa runtime bersama membantu tim aplikasi

Runtime bersama menjawab tiga kendala mobile yang sering muncul: ukuran unduhan, ruang penyimpanan perangkat, dan koordinasi pembaruan. Menghapus library inferensi yang berulang dapat mempercepat instalasi pertama dan menyisakan ruang lebih besar untuk data pengguna. Tim juga memiliki lebih sedikit binary native yang harus dikemas dan diuji untuk berbagai arsitektur.

Ada manfaat kedua: pembaruan runtime dapat dikirim melalui komponen platform tanpa menunggu setiap tim aplikasi menerbitkan APK atau App Bundle baru. Ini tidak menghapus pekerjaan kompatibilitas di tingkat aplikasi. Tim tetap harus memeriksa output model, perilaku fallback, izin, dan cakupan perangkat. Namun jadwal runtime tidak lagi terlalu terikat pada kalender rilis aplikasi.

Google menunjuk aplikasi Google AI Edge Gallery sebagai contoh nyata. Fitur segmentasi gambar Scrapbook menggunakan LiteRT di Google Play services, sehingga developer dapat melihat contoh AI on-device untuk pengguna, bukan hanya benchmark.

CompiledModel adalah tujuan migrasi

Tim yang sudah memakai API Interpreter lama masih dapat menjalankan kode tersebut di CPU ketika berpindah ke paket Play services. Untuk menggunakan GPU, tim harus pindah ke API CompiledModel dan memberikan environment LiteRT saat membuat CompiledModel. Konsep logika aplikasi dapat tetap mirip, tetapi prosesnya tetap perlu review: periksa diff, build aplikasi, bandingkan output, dan uji pada perangkat fisik yang mewakili pengguna.

Android Studio Agent Mode kini memiliki LiteRT skill yang dapat mengotomatisasi langkah pertama. Developer dapat meminta migrasi kode TensorFlow Lite ke CompiledModel atau mengetik @litert-runtime. Skill ini memperbarui dependensi, menulis ulang pemanggilan Interpreter, menyiapkan akselerasi GPU dengan fallback CPU, dan dapat membuat kerangka aplikasi LiteRT baru. Repositori Android skills resmi di GitHub adalah titik awal yang baik, tetapi perubahan hasil generasi tetap harus diperlakukan sebagai draf.

Daftar periksa migrasi yang aman

Catat terlebih dahulu ukuran unduhan, ukuran terpasang, waktu cold start, latensi inferensi pertama, perilaku GPU berkelanjutan, penggunaan baterai, dan akurasi model. Kemudian tentukan model dan API mana yang benar-benar berjalan di CPU atau GPU; tidak semua model cocok dengan delegate atau jalur eksekusi yang sama.

Migrasikan satu fitur kecil sebelum mengubah seluruh aplikasi. Pertahankan fallback CPU, bandingkan output dalam batas toleransi yang disepakati, dan uji kondisi memori rendah serta perangkat lama. Pastikan ketersediaan dan perilaku versi Google Play services sesuai dengan negara serta armada perangkat yang didukung. Terakhir, buat gerbang rilis untuk memeriksa App Bundle, error runtime, latensi inferensi, dan kualitas model sebelum peluncuran diperluas.

Jadwal penghentian API juga penting. Google menyatakan GPU delegate lama dan API delegate khusus sudah deprecated dan diarahkan ke akselerasi GPU CompiledModel, Compiler Plugin, serta API Dispatch. NNAPI akan dihapus mulai 2027. SDK lama hanya menerima perbaikan keamanan penting. Aplikasi yang sudah dirilis tetap berjalan, tetapi kode yang memakai API deprecated bisa gagal dikompilasi dengan SDK terbaru.

Untuk menemukan alat Android, aplikasi AI, dan software perangkat, lihat katalog software BTTC serta panduan di blog teknologi BTTC.

Pertanyaan umum

Intinya, LiteRT di Google Play services memindahkan infrastruktur inferensi yang sama dari setiap APK ke kanal distribusi Android bersama. Peluangnya adalah aplikasi lebih kecil dan inferensi GPU lebih cepat; tanggung jawab untuk memeriksa kompatibilitas, kualitas model, dan perilaku perangkat nyata sebelum rilis tetap berada pada tim.