更新日志

本项目的所有重要变更都会记录在此文件中。

格式基于 Keep a Changelog， 本项目遵循 语义化版本。

完整更新日志请参见 GitHub CHANGELOG.md。

---

未发布

新增

• 完善的双语文档支持（中英文）
• docs/ 目录下新的文档站点结构
• API 参考文档
• 架构设计文档
• 性能优化指南
• 开发贡献指南

---

2.0.1 - 2026-04-16

安全

• 修复 5 个中等 npm 漏洞（esbuild、vite、vitest）
• 将 vitest 从 v1.6.1 更新至 v4.1.4
• 将 @vitest/coverage-v8 从 v1.6.1 更新至 v4.1.4

变更

• 将 @webgpu/types 从 0.1.68 更新至 0.1.69
• 将 @types/node 更新至最新 v20.x

---

2.0.0 - 2026-03-09

新增

• 零拷贝 Tensor.reshape() 通过张量视图实现
  • 显著减少 reshape 密集型模型的内存占用
  • Tensor._createView() 静态方法用于缓冲区共享
  • Tensor._isView 标志用于跟踪视图张量
• GPUContext.deferDestroy() 用于安全的异步缓冲区清理
  • 防止释放后使用的竞态条件
  • 自动清理临时 GPU 资源
• FlattenOperator 用于 CNN 到 FC 层的转换
• DenseOperator 用于全连接层
• Conv2dBiasReLUOperator - 融合内核优化
  • 相比顺序执行减少 3 倍内存流量

修复

• [关键] Tensor.reshape() 不必要的 GPU 缓冲区分配
  • 现在使用零拷贝视图，减少内存压力
• [关键] InferenceEngine.infer() GPU 内存泄漏
  • 中间张量现在在使用后正确销毁
• [关键] 算子临时缓冲区清理中的竞态条件
  • 现在一致使用 deferDestroy() 模式

性能

操作	之前	之后	提升
Flatten	完整缓冲区复制	零开销	~100%
融合 Conv2d+Bias+ReLU	6 次内存操作	2 次内存操作	3×
内存泄漏	持续存在	正确释放	稳定

---

1.0.0 - 2026-03-09

新增

• 标准化 CI 工作流，包含 permissions 和 concurrency 配置
• Node.js 20 验证流水线（lint、test、build）
• 自动化依赖安全扫描

变更

• lint 脚本现在运行 TypeScript 类型检查
• 更新 CI 触发器以提高资源效率

---

0.9.0 - 2026-03-10

新增

• GitHub Pages 部署工作流
• 双语文档支持
  • 中文文档 (README.zh-CN.md)
• 架构图
• SEO 元数据

---

0.8.0 - 2026-01-08

新增

• tests/setup.ts - Node.js 测试环境的 WebGPU 全局变量
• tests/tsconfig.json - 单独的测试 TypeScript 配置
• @vitest/coverage-v8 用于 V8 覆盖率报告

修复

• Vitest 在 Node.js 中因缺少 WebGPU 全局变量而失败
• 算子测试 mock 未将计算结果写入输出缓冲区

变更

• 所有算子测试都有正确 mock 的 WebGPU 缓冲区生命周期
• 54 个测试通过（从 47 个扩展）

---

0.1.0 - 2025-02-13

新增

• 初始项目基础设施

  • MIT 许可证
  • .editorconfig 用于一致的代码格式化
  • TypeScript 5.x 严格模式
  • Vitest 测试框架

• 核心组件

  • GPUContext - 带错误处理的 WebGPU 设备管理
  • Tensor - 支持布局（NCHW/NHWC）的 GPU 缓冲区管理
  • 所有失败模式的自定义错误类

• 神经网络算子

  • ReLUOperator - 逐元素激活
  • SoftmaxOperator - 数值稳定的概率分布
  • MaxPoolOperator - 2D 最大池化
  • Conv2dOperator - 直接卷积
  • DenseOperator - 矩阵乘法
  • FlattenOperator - 张量重塑

• 推理引擎

  • InferenceEngine - 完整推理流水线
  • ModelLoader - JSON 模型加载

• 测试框架

  • 使用 fast-check 进行基于属性的测试
  • 每个属性测试 100+ 次迭代
  • CPU 参考实现用于验证

• 示例

  • MNIST 数字分类演示
  • 性能基准测试演示

统计

• ~2,000 行源代码
• ~1,100 行测试
• 7 个神经网络算子
• 13 个基于属性的测试
• 零运行时依赖

---