什么編程語言，敢號稱是高性能版的“Python++”？

新語言Mojo，來自LLVM之父和Swift之父Chris Lattner，性能可達到目前版本Python的68000倍。

你沒看錯，幾個月前團隊還宣稱是35000倍，換了臺機器測評就成了68000倍。

現(xiàn)在，Mojo終于開放編譯器和完整本地開發(fā)環(huán)境的下載，首日就在開發(fā)社區(qū)引發(fā)轟動。

圖片

它語法像Python一樣簡單，跑起來像C++一樣快，更重要的是可以與任何Python庫無縫交互。

圖片

由于Numpy、Pandas、SciPy這些大家已經(jīng)熟悉的老朋友都能繼續(xù)用，受到AI開發(fā)者的格外關注，英偉達科學家范麟熙表示：

可能是Python生態(tài)系統(tǒng)多年來最重要的升級，等了很久，終于來了！

圖片

創(chuàng)始人：Mojo對Python不是威脅，C++們應該害怕

Mojo是如何做到比Python快這么多倍的？團隊寫了3篇技術解讀，簡單總結如下：

第1步，通過類型注釋消除Python動態(tài)類型的損失，并做代數(shù)簡化（algebraic simplifications），避免開方運算以及簡化復數(shù)平方運算，達到89倍加速。

第2步，通過向量化實現(xiàn)SIMD（單指令多數(shù)據(jù)）的并行計算，并讓向量寬度以匹配CPU的FMA（浮點乘法累加單元）數(shù)量，達到874倍。

第3步，把前兩步開發(fā)好的單線程實現(xiàn)改成多核并行化，對于88核的系統(tǒng)再獲得30倍加速，與原始Python相比已經(jīng)到了26000倍。

第4步，解決并行化中的加載不均衡問題，讓線程從池中動態(tài)獲取任務，得到最終結果68000倍。

圖片

這與之前宣傳的35000倍不同，主要是中途換過一次測評基準系統(tǒng)，從32核的英特爾至強金牌6455B換成了88核的英特爾至強白金8481C。

此前，Mojo已可通過在線Playground形式試用，4個月來已積攢12萬開發(fā)者。

圖片

這一次是Mojo編譯器和IDE工具首次開放本地下載，從Linux開始，后續(xù)將添加Mac和Windows支持。

圖片

一同開放的還有支持語法高亮和代碼補全等實用功能的VSCode插件。

圖片

甚至可以像Python一樣在Jupyter里交互式操作。

圖片

手快的網(wǎng)友已經(jīng)在爭相曬各種版本的“Hello world”。

圖片

圖片

對于“Python會被取代嗎這樣的討論”，Mojo創(chuàng)始人Chris Lattner本人認為：

Mojo并不是對Python的威脅，而是給Python開發(fā)者增加超能力。

如果誰應該害怕，應該是C++這種不易用的高速語言。

雖然Mojo很強大，但還是被網(wǎng)友發(fā)現(xiàn)一個“致命”缺點。

作為一門新語言，AI們還沒學會，想學習就得靠自己了。

不過應該也可以把文檔發(fā)給AI，讓它現(xiàn)學試試？

背后公司Modular融資1億美元

Chris Lattner畢業(yè)于波特蘭大學，領導了LLVM、Clang等知名編譯器項目，并牽頭開發(fā)蘋果Swift語言。

2017年離開蘋果后，他先后在特斯拉短暫領導過自動駕駛Autopilot軟件團隊，在谷歌負責Tensorflow基礎設施，在RISC-V架構的領軍公司SiFive負責工程和產(chǎn)品團隊。

圖片

2022年，Lattner作為“Swift之父”卻與當時的Swift核心團隊發(fā)生沖突，退出管理事務，徹底分道揚鑣。

也是在這一時期，他透露自己正在搞AI基礎設施方向的創(chuàng)業(yè)。

新公司Modular，致力于構建出模塊化、可組合和分層架構的AI基礎設施。

包括創(chuàng)建編譯器、運行時環(huán)境，為異構計算設計、邊緣和數(shù)據(jù)中心并重，并專注于可用性。

共同創(chuàng)始人Tim Davis，此前在谷歌團隊參與了TF Lite、 Android ML、NNAPI等項目的編譯器開發(fā)。

2023年8月，Modular獲得1億美元融資，總融資額達1.3億美元。

圖片

為AI開發(fā)者創(chuàng)建結合Python的可用性與C++的性能的Mojo語言是其第一步。

今后在Modular創(chuàng)建的AI引擎中，所有代碼都可以用Mojo一種語言編寫，無需再使用C、C++或CUDA編程。

那么，你會嘗試使用這款新語言么？

參考鏈接：

[1]https://www.modular.com/blog/mojo-its-finally-here

[2]https://www.modular.com/blog/mojo-a-journey-to-68-000x-speedup-over-python-part-3[3]https://x.com/DrJimFan/status/1699841214416318672