WebGPU es la API del navegador que permite a los sitios web usar la GPU de tu dispositivo para gráficos modernos y computación de propósito general, incluida la inferencia de IA. En pocas palabras: es la sucesora de WebGL para trabajos 3D exigentes, pero también ejecuta sombreadores de cómputo, de modo que una aplicación web puede procesar redes neuronales, simulaciones o renderizado volumétrico sin instalar software nativo. La compatibilidad sigue siendo desigual en 2026, así que es importante planificar alternativas.
WebGPU explicado: qué hace realmente
WebGPU ofrece a las aplicaciones JavaScript acceso controlado al procesador gráfico de tu portátil, teléfono o equipo de sobremesa. MDN lo describió en 2026 como una API del navegador para computación de alto rendimiento y renderizado de gráficos complejos, con acceso a funciones modernas de GPU y operaciones más rápidas que las pilas gráficas antiguas del navegador.
El cambio importante es la computación. WebGL se diseñó en torno al dibujo en un , siguiendo de cerca OpenGL ES 2.0. WebGPU sigue dibujando triángulos, texturas, sombras, sistemas de partículas y visualizaciones científicas, pero también expone trabajo general de computación en GPU mediante sombreadores de cómputo.
Para los desarrolladores, WebGPU se corresponde de forma más natural con API gráficas nativas como Direct3D 12 en Windows, Metal en macOS y plataformas Apple de tipo iOS, y Vulkan en sistemas compatibles. Eso importa porque las GPU modernas se diseñaron en torno a esas API explícitas, no al antiguo modelo OpenGL ES que dio forma a WebGL.
Si quieres la versión más breve de WebGPU explicada para una reunión de producto, di esto: traslada más cargas de trabajo del navegador de la CPU a la GPU y convierte el navegador en un lugar más realista para ejecutar gráficos serios y algunas tareas de IA.
En qué se diferencia WebGPU de WebGL
WebGL sigue siendo útil. Está en todas partes, ha sido ampliamente probado y es suficiente para muchas interfaces 2D y 3D. Un configurador de productos, una capa de mapa o una animación ligera no necesitan automáticamente la API más nueva.
WebGPU es diferente porque se diseñó después de que la industria pasara a un control de GPU explícito y de más bajo nivel. El navegador puede preparar comandos, enviarlos a la GPU y manejar búferes y canalizaciones de una manera que se ajusta mejor a Direct3D 12, Vulkan y Metal. Más código repetitivo, sí. Más margen, también.
| Zona | WebGL | WebGPU |
|---|---|---|
| Modelo del navegador | API de JavaScript para gráficos 2D/3D en canvas, basada muy de cerca en OpenGL ES 2.0, según MDN en 2026 | API moderna del navegador para gráficos y computación de propósito general en GPU, según MDN en 2026 |
| Familia de API nativas | Modelo de estilo OpenGL ES | Se corresponde con Direct3D 12, Vulkan y Metal, según la documentación de ONNX Runtime en 2026 |
| Cargas de trabajo de computación | Posibles solo mediante soluciones alternativas orientadas a gráficos | Casos de uso de shaders de cómputo de primera categoría |
| Disponibilidad en 2026 | Ampliamente consolidado en todos los navegadores | MDN lo etiqueta como «Disponibilidad limitada» y «no Baseline» en mayo de 2026 |
| Ejemplos típicos | Escenas 3D en Canvas, juegos, efectos visuales | Renderizado avanzado, inferencia de IA, simulaciones, renderizado de volumen |
Una forma sencilla de visualizar la división: WebGL es una API de dibujo muy capaz; WebGPU es una API de gráficos y cómputo. La diferencia se hace evidente cuando no estás dibujando nada en absoluto, como al ejecutar inferencia de IA con gran carga matricial en una pestaña del navegador.
Explicar WebGPU simplemente como un «WebGL mejor» es quedarse corto. Se parece más a que el navegador se ponga al día con la forma en que las GPU se han utilizado en el software nativo durante años.
Inferencia de IA en el navegador, sin magia
La IA es donde WebGPU se vuelve interesante para los desarrolladores que no crean juegos. En febrero de 2024, Microsoft anunció ONNX Runtime Web con WebGPU en ONNX Runtime 1.17, orientado a la inferencia de IA generativa dentro del navegador. En 2026, la documentación de ONNX Runtime Web describía un proveedor de ejecución WebGPU con sesiones de inferencia, captura de grafos, flags de WebGPU y vinculación de entrada/salida de tensores en GPU.
Eso no significa que todos los modelos grandes deban ejecutarse en la pestaña de tu cliente. La memoria, la batería, la limitación térmica y la compatibilidad del navegador siguen pasando factura. Pero para modelos más pequeños, modelos cuantizados, procesamiento de imágenes, embeddings o inferencia local privada, la idea va en serio y no es simple teatro experimental.
Un cálculo concreto ayuda. Supongamos que una capa de un modelo necesita trabajo matricial repetido que tarda 18 milisegundos en una ruta de CPU, pero 6 milisegundos en una ruta de GPU. Si el navegador también debe asumir unos 50 microsegundos de sobrecarga de despacho, esa sobrecarga es de 0,05 milisegundos, o menos de 1% del tiempo de GPU de 6 milisegundos. Para una operación diminuta que tarda 0,08 milisegundos, la misma sobrecarga es enorme. El tamaño del lote y el tamaño del kernel deciden si gana la GPU.
Un estudio de arXiv de 2026 midió la sobrecarga de despacho de WebGPU para la inferencia de LLM en cuatro fabricantes de GPU, tres backends y tres navegadores, e informó de una sobrecarga de API de 24–36 microsegundos en Vulkan y de 32–71 microsegundos en Metal. Las cifras son pequeñas, pero no son cero. Los kernels diminutos pueden ahogarse en coste administrativo.
Los investigadores están llevando al límite los casos extremos. El artículo de arXiv de mayo de 2026 «Llamas on the Web» describía un backend de WebGPU para llama.cpp para permitir una inferencia de LLM eficiente en memoria en el navegador en múltiples formatos cuantizados. Si estás comparando técnicas de inferencia local con la adaptación de modelos en el servidor, la compensación es muy parecida a la que se trata en Decisiones entre RAG y fine-tuning: no elijas la arquitectura de moda antes de saber dónde están los costes de latencia, privacidad y mantenimiento.
Casos de uso de gráficos que se benefician primero
Los beneficiarios evidentes son los gráficos de navegador de gama alta: visores de estilo CAD, visualización de datos densa, herramientas científicas, juegos 3D, aplicaciones creativas e imagen médica. Las muestras oficiales de WebGPU incluyen ejemplos tanto de gráficos como de cómputo, con «Hello Triangle» como punto de partida básico para el renderizado.
Están llegando ejemplos más exigentes desde la investigación. En mayo de 2026, un artículo de arXiv propuso una arquitectura WebGPU del lado del cliente para el renderizado de volumen de gemelos digitales de MRI nativos del navegador. Otro artículo de febrero de 2026, «WebSplatter», proponía usar WebGPU para Gaussian splatting entre dispositivos en navegadores.
Esos no son sitios de marketing corrientes. Muestran hacia dónde apunta la API: aplicaciones de navegador que antes necesitaban un instalador de escritorio, un plugin nativo o renderizado en el servidor. Sinceramente, ese es el argumento más sólido a favor de WebGPU. Hace que la web sea viable para cargas de trabajo que antes nunca parecían nativas de la web.
Los equipos que crean herramientas creativas asistidas por IA también pueden considerarlo importante, porque los gráficos y la inferencia se integran cada vez más en el mismo flujo de trabajo. Una aplicación web podría ejecutar la segmentación localmente, previsualizar un activo 3D y después enviar solo los metadatos seleccionados a un servidor. Si tu equipo ya está experimentando con agentes de codificación y bucles de compilación automatizados, se aplica la misma disciplina de rendimiento; Prácticas de ingeniería de bucles de IA solo son útiles cuando se entiende el objetivo de ejecución.
Compatibilidad con navegadores y la trampa de la compatibilidad
Chrome incorporó WebGPU por defecto en Chrome 113 en abril y mayo de 2023 en ChromeOS con Vulkan, Windows con Direct3D 12 y macOS. Microsoft Edge hizo lo mismo gracias a la compatibilidad con Chromium 113. Eso dio a la API un canal de distribución real, no solo una marca oculta en la configuración de desarrollador.
La trampa: WebGPU no es universal en 2026. La página de WebGPU de MDN se modificó por última vez el 5 de mayo de 2026 y seguía marcando la API como “Disponibilidad limitada” y “no Baseline” porque no funciona en algunos navegadores de uso generalizado. Can I Use también muestra una compatibilidad desigual y parcial entre las distintas familias de navegadores.
Hay un obstáculo sutil que se pasa por alto en muchos planes de lanzamiento: que “Chrome lo admite” no significa que lo hagan las máquinas de tus usuarios. Las versiones de los controladores, los sistemas operativos, las listas de bloqueo de GPU, las políticas empresariales y las configuraciones de escritorio remoto pueden cambiar el resultado. Necesitas detección en tiempo de ejecución, no asumirlo por el nombre del navegador.
Al parecer, Chrome 146 introdujo un modo de compatibilidad WebGPU de activación voluntaria en febrero de 2026 para ampliar el alcance del hardware al dirigirse a API gráficas más antiguas, como OpenGL ES 3.1 y Direct3D 11. Útil, pero yo no construiría una experiencia prémium que dependiera solo de una capa de compatibilidad hasta que hayas probado los dispositivos reales de tu audiencia.
En los productos de consumo, el rendimiento no es solo velocidad. También es batería y calor. La inferencia local de IA que ahorra una factura de servidor puede seguir molestando a un usuario de portátil si los ventiladores se aceleran durante un flujo de pago; si estás diseñando experiencias de comercio con agentes de IA, la misma cautela se aplica a flujos de pago de IA agéntica, donde la latencia técnica invisible se convierte rápidamente en desconfianza del usuario.
Cómo empezar a usar WebGPU sin perjudicar a los usuarios
Empieza poco a poco. Un triángulo de demostración está bien para aprender, pero un despliegue en producción necesita comprobaciones de capacidad, alternativas de respaldo y mediciones en hardware real. El navegador no te debe una GPU rápida.
- Comprueba la compatibilidad con WebGPU en tiempo de ejecución usando la API del navegador antes de cargar recursos pesados.
- Mantén una alternativa de WebGL, WASM, del lado del servidor o de calidad reducida para los dispositivos no compatibles.
- Mide por separado la sobrecarga de despacho, el tiempo de shader, el uso de memoria y el impacto en la batería.
- Haz pruebas en Windows, macOS, ChromeOS y las familias de navegadores que realmente muestran tus analíticas.
- Usa bibliotecas consolidadas siempre que sea posible, como ONNX Runtime Web para la inferencia de modelos, en lugar de escribir a mano cada ruta de GPU.
La mejor primera carga de trabajo suele ser una con suficiente trabajo en paralelo como para amortizar la sobrecarga. Los filtros de imagen, las operaciones con tensores, las actualizaciones de partículas y el renderizado de volúmenes son mejores candidatos que decenas de pequeñas llamadas a la GPU dispersas por una interfaz de usuario.
Las herramientas para desarrolladores están mejorando, pero el modelo mental sigue estando más cerca de la programación de sistemas que del trabajo típico de front-end. Gestionas búferes, grupos de enlace, canalizaciones, shaders y límites del dispositivo. Si tu equipo solo ha lanzado formularios en React y llamadas REST, reserva tiempo para aprender.
Los creadores de productos de IA deberían resistir la tentación de moverlo todo al lado del cliente. La inferencia en servidor sigue siendo la mejor opción cuando necesitas hardware coherente, actualizaciones centralizadas del modelo, mayores presupuestos de memoria u observabilidad estricta. La inferencia local con WebGPU gana cuando la privacidad, el uso sin conexión, la capacidad de respuesta o la reducción del ancho de banda importan más. Para los desarrolladores que comparan plataformas de modelos y flujos de trabajo de API, desarrollar con Google AI Studio y la API de Gemini es un contraste útil: las API en la nube simplifican el despliegue, mientras que las rutas de GPU en el navegador trasladan más responsabilidad al dispositivo.
Dónde se sitúa WebGPU en 2026
El estándar sigue evolucionando. El historial de publicaciones de WebGPU del W3C catalogaba la especificación como un Candidate Recommendation Draft, con múltiples actualizaciones CRD en 2026, incluidas las del 12 de mayo y el 21 de mayo. Eso es lo bastante maduro para pruebas serias y un despliegue selectivo, pero no es una licencia para ignorar los cambios.
Explicar WebGPU como un sustituto terminado para todas las aplicaciones WebGL sería un error. Muchos sitios deberían seguir con WebGL porque la compatibilidad es mayor y la carga de trabajo es modesta. Enviar menos código es una ventaja.
Aun así, la dirección está clara. Los navegadores se están convirtiendo en clientes de computación serios, no solo en visores de documentos con JavaScript añadido por encima. Para la IA, WebGPU hace que la inferencia privada y local sea más práctica. Para los gráficos, reduce la distancia entre las aplicaciones web y las aplicaciones nativas. Para ti, la decisión no es “WebGPU o nada”; es qué usuarios obtienen la ruta de GPU, qué usuarios obtienen una alternativa y con qué honestidad mides la diferencia.
Preguntas frecuentes
¿Está WebGPU sustituyendo a WebGL?
WebGPU es el sucesor de WebGL para los gráficos modernos y la computación en GPU, pero WebGL no va a desaparecer. En 2026, WebGL sigue teniendo una compatibilidad más amplia y continúa siendo una opción práctica para muchos proyectos gráficos basados en canvas.
¿Puede WebGPU ejecutar modelos de IA en el navegador?
Sí. ONNX Runtime Web añadió compatibilidad con WebGPU para la inferencia de IA generativa en el navegador en la versión 1.17 en 2024, y la documentación de 2026 cubre las sesiones de ejecución de WebGPU, la captura de grafos y la vinculación de tensores de GPU.
¿WebGPU funciona en todos los navegadores?
No. MDN marcó WebGPU como “Disponibilidad limitada” y “no Baseline” en mayo de 2026, y Can I Use muestra una compatibilidad desigual o parcial entre familias de navegadores. Pruebe siempre la compatibilidad en tiempo de ejecución.
¿Es WebGPU más rápido que WebGL?
Para cargas de trabajo que se ajustan a las canalizaciones modernas de GPU o utilizan compute shaders, WebGPU puede ser más rápido y flexible. Para escenas sencillas, puede que la diferencia no justifique la complejidad añadida.
¿Cuál es una buena primera demo de WebGPU?
Las muestras oficiales de WebGPU incluyen «Hello Triangle», un ejemplo básico de renderizado. Después, prueba un shader de cómputo con una carga de trabajo medible, como el procesamiento de imágenes o una pequeña operación con tensores.
ES 
EN 
FR