- «Яндекс» внедрил ML‑модель для оптимизации потребления оперативной памяти в «Яндекс Браузере» на ПК.
- Новая функция снижает расход оперативной памяти на 36% по сравнению с Google Chrome, освобождая до 1 ГБ дополнительной памяти.
- ML‑модель учитывает множество факторов активности вкладок и работает при включенной опции выгрузки неиспользуемых вкладок.
Компания «Яндекс» сообщила о внедрении машинного обучения в одну из ключевых функций своего браузера для персональных компьютеров. В последней версии «Яндекс Браузера» появилась ML‑модель, которая анализирует состояние открытых вкладок, чтобы определять неактивные и выгружать их из оперативной памяти. Такой подход позволяет эффективнее управлять ресурсами ПК и снижает нагрузку на систему.
По информации разработчиков, тесты показали, что благодаря этой оптимизации браузер стал тратить до 36% меньше оперативной памяти по сравнению с Google Chrome. Это обеспечивает более плавную работу других запущенных на устройстве приложений — офисных программ, игр, мессенджеров и прочих. Экономия оперативной памяти может достигать одного гигабайта, что является заметным улучшением для пользователей с большим количеством открытых вкладок.
В основе технологии лежит обучение модели на статистических данных реального поведения пользователей «Яндекс Браузера». Модель учитывает не только очевидные параметры, например, воспроизведение видео или музыки на вкладке, но и более сложные факторы: количество открытых вкладок, частоту переключений между ними, а также расстояние между вкладками на панели. Такой комплексный анализ позволяет точнее выявлять вкладки, которые можно временно выгрузить без потери удобства для пользователя.
Новую функцию можно найти в настройках браузера в разделе «Производительность». Для активации необходимо включить опцию «Всегда выгружать неиспользуемые вкладки из памяти». Тогда ML‑модель начнёт работать автоматически, обеспечивая более эффективное использование ресурсов компьютера.
Таким образом, внедрение машинного обучения в управление памятью «Яндекс Браузера» представляет собой значительный шаг вперёд в оптимизации производительности. Это может стать полезным инструментом для пользователей, которые часто работают с большим числом вкладок и стремятся улучшить отзывчивость своих компьютеров.
