Отворена е стандартната библиотека на езика Mojo. Актуализация на инструментариума Mojo 24.2

Разработчики языка программирования Mojo начали перевод наработок проекта в разряд открытого ПО. Первым открыт код стандартной библиотеки, который теперь доступен под лицензией Apache 2.0 c исключениями от проекта LLVM, допускающими смешивание с кодом под лицензией GPLv2. Помимо публикации кода процесс разработки сместился в сторону открытости и возможности передачи сторонних изменений через отправку pull-запросов в GitHub. Исходные тексты компилятора планируют открыть после завершения проектирования внутренней архитектуры.

В репозитории созданы две ветки с кодом стандартной библиотеки Mojo: ветка main, синхронизированная с последним стабильным релизом Mojo, и ветка nightly, отражающая текущий процесс разработки и синхронизированная с ночными сборками Mojo. Ветку nightly предлагается использовать участникам, которые желают присоединиться к разработке и поделиться своими изменениями. При этом часть модулей библиотеки пока не открыта, но через какое-то время остающийся закрытым код также планируют переместить в открытый репозиторий. В основном закрытым остаётся код быстро развивающихся модулей, требующих дополнительной стабилизации, модулей для которых запланирован рефакторинг и модулей, требующих дополнительного рецензирования и переработки из-за связи с проприетарными проектами.

Одновременно опубликован выпуск инструментария Mojo SDK 24.2, позволяющего компилировать проекты на локальной системе, и выпуск движка MAX Engine 24.2, предлагающего платформу для разработок в области машинного обучения. В состав Mojo SDK входят компоненты, необходимые для разработки приложений на языке Mojo, включая компилятор, runtime, интерактивную REPL-оболочку для сборки и запуска программ, отладчик, дополнение к редактору кода Visual Studio Code (VS Code) с поддержкой автодополнения ввода, форматирования кода и подсветки синтаксиса, модуль для интеграции с Jupyter для сборки и запуска Mojo notebook. MAX Engine дополняет SDK средствами для разработки и отладки приложений, использующих модели машинного обучения в различных форматах (TensorFlow, PyTorch, ONNX и т.п.). Сборки Mojo SDK и MAX Engine подготовлены для платформы Linux и macOS.

Среди наиболее заметных изменений в Mojo 24.2:

• Структуры и другие номинальные типы теперь могут неявно соответствовать типажам. Например, любая структура для которой реализован метод __str__() неявно соответствует типажу Stringable и может использоваться с функцией str().
• В средствах для обеспечения совместимости с кодом на языке Python добавлена поддержка передачи аргументов на основе ключевых слов в Python-функции. Например, «plt.plot((5, 10), (10, 15), color=»red»)»
• Добавлена поддержка передачи в функцию переменного числа аргументов, задаваемых через присвоение ключевых слов. Например, «print_nicely(a=7, y=8)».
• Тип DynamicVector переименован в List и перемещён в модуль collections.list. Добавлена возможность формирования списка на основе произвольного числа значений, например, «var numbers = List[Int](1, 2, 3)».
• В функцию print() добавлены именованные параметры sep и end, через которые можно задать значения разделителя и финального вывода. Например, выполнение print(«Hello», «Mojo», sep=», «, end=»!!!\n») приведёт к выводу «prints Hello, Mojo!!!».

Проект Mojo развивается под руководством Криса Латнера (Chris Lattner), основателя и главного архитектора проекта LLVM и создателя языка программирования Swift. Синтаксис Mojo основан на языке Python, а система типов близка к C/C++. Проект преподносится как язык общего назначения, расширяющий возможности языка Python средствами системного программирования, подходящий для широкого круга задач и сочетающий простоту применения для исследовательских разработок и быстрого создания прототипов с пригодностью для формирования высокопроизводительных конечных продуктов.

Простотата се постига благодарение на използването на познатия синтаксис на езика Python, а разработката на крайни продукти се подпомага от възможността за компилация в машинен код, механизмите за безопасна работа с паметта и ангажирането на средства за хардуерно ускорение на изчисленията. За постигане на висока производителност се поддържа паралелизиране на изчисленията с включване на всички налични в системата хардуерни ресурси на хетерогенни системи, като GPU, специализирани ускорители за машинно обучение и векторни инструкции на процесора (SIMD). При интензивни изчисления паралелизацията и ангажирането на всички изчислителни ресурси дават възможност за постигане на производителност, надвишаваща приложенията на C/C++.

Езикът поддържа статична типизация и инструменти за безопасна работа с памет на ниско ниво, наподобяващи възможностите на Rust, като управление на времето за живот на препратките и проверка на заемането на променливи (borrow checker). В същото време в езика са налични и средства за работа на ниско ниво, например, е възможно директно обръщение към паметта в режим unsafe с използване на типа Pointer, извикване на отделни SIMD инструкции или достъп до хардуерни разширения, като TensorCores и AMX.

Mojo може да се използва както в режим на интерпретация с JIT, така и за компилация в изпълними файлове (AOT, ahead-of-time). В компилатора са вградени съвременни технологии за автоматична оптимизация, кеширане и разпределена компилация. Изходният код на Mojo се преобразува в ниско ниво междинен код MLIR (Multi-Level Intermediate Representation), развиван от проекта LLVM. Компилаторът позволява използването на различни бекенди за генериране на машинен код, които поддържат MLIR.

Източник: opennet.ru