{"id":105126,"date":"2022-09-18T09:36:38","date_gmt":"2022-09-18T07:36:38","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/deepmind-otkryl-kod-s6-biblioteki-s-realizacziej-jit-kompilyatora-dlya-cpython"},"modified":"2022-09-18T09:36:38","modified_gmt":"2022-09-18T07:36:38","slug":"deepmind-otkryl-kod-s6-biblioteki-s-realizacziej-jit-kompilyatora-dlya-cpython","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/deepmind-otkryl-kod-s6-biblioteki-s-realizacziej-jit-kompilyatora-dlya-cpython","title":{"rendered":"DeepMind hat den Code von S6, einer Bibliothek zur Implementierung eines JIT-Compilers f\u00fcr CPython, ver\u00f6ffentlicht","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Das Unternehmen DeepMind, bekannt f\u00fcr seine Entwicklungen im Bereich der k\u00fcnstlichen Intelligenz, hat die Quelltexte des Projekts S6 ver\u00f6ffentlicht, das einen JIT-Compiler f\u00fcr die Programmiersprache Python weiterentwickelt hat. Das Projekt ist interessant, da es als Erweiterungsbibliothek gestaltet ist, die sich nahtlos mit dem Standard-CPython integrieren l\u00e4sst und volle Kompatibilit\u00e4t gew\u00e4hrleistet, ohne dass \u00c4nderungen am Code des Interpreters notwendig sind. Das Projekt wurde seit 2019 entwickelt, wurde jedoch leider eingestellt und wird nicht weiterentwickelt. Da die erstellten Entwicklungen f\u00fcr die Verbesserung von Python n\u00fctzlich sein k\u00f6nnten, wurde beschlossen, die Quelltexte zu ver\u00f6ffentlichen. Der JIT-Compiler ist in C++ geschrieben, basiert auf CPython 3.7 und wird unter der Apache 2.0-Lizenz ver\u00f6ffentlicht. <\/p>\n
Bei den zu l\u00f6senden Aufgaben wird S6 f\u00fcr Python mit dem V8-Motor f\u00fcr JavaScript verglichen. Die Bibliothek ersetzt den bestehenden Interpreter-Handler des Bytecodes ceval.c durch eine eigene Implementierung, die JIT-Compilation verwendet, um die Ausf\u00fchrung zu beschleunigen. S6 \u00fcberpr\u00fcft, ob die aktuelle Funktion bereits kompiliert wurde, und f\u00fchrt, wenn ja, den kompilierten Code aus; wenn nicht, wird die Funktion im Bytecode-Interpretationsmodus gestartet, \u00e4hnlich dem CPython-Interpreter. W\u00e4hrend der Interpretation wird die Anzahl der ausgef\u00fchrten Anweisungen und Zugriffe, die mit der behandelten Funktion verbunden sind, gez\u00e4hlt. Nach Erreichen eines bestimmten Grenzwertes wird der Kompilierungsprozess f\u00fcr h\u00e4ufig ausgef\u00fchrten Code initiiert. Die Kompilierung erfolgt in eine Zwischenrepr\u00e4sentation strongjit, die nach der Optimierung in Maschinenanweisungen des Zielsystems mit Hilfe der Bibliothek asmjit umgewandelt wird. <\/p>\n
Je nach Art der Last zeigt S6 unter optimalen Bedingungen eine Leistungssteigerung bei den Testausf\u00fchrungen von bis zu 9,5-mal im Vergleich zu herk\u00f6mmlichem CPython. Bei der Ausf\u00fchrung von 100 Iterationen der Testreihe Richards wird eine Beschleunigung um das 7-Fache festgestellt, w\u00e4hrend bei dem Test Raytrace, der eine gro\u00dfe Menge mathematischer Berechnungen umfasst, eine Steigerung um 3 bis 4,5-mal beobachtet wird. <\/p>\n
Zu den Aufgaben, die sich nur schwer mit S6 optimieren lassen, geh\u00f6ren Projekte, die die C API verwenden, wie NumPy, sowie Operationen, die eine Typ\u00fcberpr\u00fcfung vieler Werte erfordern. Eine geringe Leistung wird auch bei einzelnen Aufrufen rechenintensiver Funktionen festgestellt, da S6 eine eigene, nicht optimierte Implementierung des Python-Interpreters verwendet (die Entwicklung hat die Phase der Optimierung des Interpretationsmodus noch nicht erreicht). Zum Beispiel wird im Test Unpack Sequence, der gro\u00dfe Mengen von Arrays\/Tuples entpackt, bei einem einzelnen Aufruf eine Verlangsamung um bis zu 5-mal beobachtet, w\u00e4hrend die Leistung bei wiederholten Aufrufen 0,97 von CPython ausmacht. \n Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"