{"id":108413,"date":"2023-05-08T12:48:42","date_gmt":"2023-05-08T10:48:43","guid":{"rendered":"https:\/\/prohoster.info\/?p=108413"},"modified":"2023-05-08T16:10:08","modified_gmt":"2023-05-08T14:10:08","slug":"sozdatel-llvm-razvivaet-novyj-yazyk-programmirovaniya-mojo","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/novosti-interneta\/sozdatel-llvm-razvivaet-novyj-yazyk-programmirovaniya-mojo","title":{"rendered":"LLVM'i looja arendab uut programmeerimiskeelt Mojo","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Chris Lattner, LLVM asutaja ja peaarhitekt, samuti programmeerimiskeele Swift looja, ja Tim Davis, endine Google'i AI-projektide juht, nagu Tensorflow ja JAX, tutvustasid uut programmeerimiskeelt Mojo, mis \u00fchendab uurimist\u00f6\u00f6de jaoks kasutamise lihtsuse ja kiire protot\u00fc\u00fcpimise koos j\u00f5udluse tagamisega k\u00f5rgekvaliteediliste l\u00f5pp-produktide loomisel. Esimene saavutatakse t\u00e4nu Python'i tuttavale s\u00fcntaksile, teine aga v\u00f5imaluse kaudu kompileerida masinkoodi, m\u00e4lu turvalise kasutamise mehhanismide abil ning kasutada riistvara kiiruskaid arvutuste teostamiseks. <\/p>\n
Projekt keskendub masin\u00f5ppe arendustele, kuid esitatakse universaalse keele kaudu, mis laiendab Python'i v\u00f5imalusi s\u00fcsteemit\u00f6\u00f6tluse vahenditega ja on sobilik erinevate \u00fclesannete jaoks. N\u00e4iteks on keel rakendatav k\u00f5rge j\u00f5udlusega arvutustes, andmete t\u00f6\u00f6tlemises ja muutmises. Huvi\u00e4ratav omadus Mojo puhul on emoji s\u00fcmboli «🔥» kasutamise v\u00f5imalus koodifailide laiendina (n\u00e4iteks «helloworld.🔥»), peale tekstilise laiendi «.mojo». <\/p>\n
Keel on praegu intensiivse arengu faasis ning testimiseks on saadaval ainult veebiliides. Iseseisvad kogumikud kohalikeks s\u00fcsteemideks plaanitakse avalikustada hiljem, p\u00e4rast tagasiside saamist interaktiivse veebikeskkonna toimimise kohta. Kompileerija, JIT ja teiste projekti seotud t\u00f6\u00f6tlemiste l\u00e4htekoodid kavatsetakse avada p\u00e4rast sisemise arhitektuuri projekteerimise l\u00f5petamist (t\u00f6\u00f6tava protot\u00fc\u00fcbi arendamise mudel suletud uste taga meenutab LLVM, Clang ja Swift varajast arendusta vaihe). Kuna Mojo s\u00fcntaks p\u00f5hineb Pythonil ja t\u00fc\u00fcbis\u00fcsteem on l\u00e4hedane C\/C++-le, plaanitakse tulevikus v\u00e4lja t\u00f6\u00f6tada t\u00f6\u00f6riistu olemasolevate C\/C++ ja Pythonis kirjutatud projektide t\u00f5lke lihtsustamiseks Mojo'le ning h\u00fcbriidprojektide arendamiseks, mis \u00fchendavad Python ja Mojo koodi. <\/p>\n
Projekt on kavandatud heterogeensete s\u00fcsteemide olemasolevate riistvararessursside kaasamiseks arvutuste tegemiseks. N\u00e4iteks v\u00f5ivad Mojo keeles rakenduste t\u00e4itmiseks ja arvutuste paralleelinamiseks kasutada GPU-sid, spetsialiseeritud masin\u00f5ppe kiirendajaid ning vektorpinkide protsessorite juhiseid (SIMD). P\u00f5hjuseks, miks on arendatud eraldi Python'i alamsuguharu, mitte olemasoleva CPython'i optimeerimisega tegelemine, on suunatus kompileerimisele, s\u00fcsteemiprogrammeerimise v\u00f5imete integreerimine ja fundamentaalselt erineva sisearhitektuuri rakendamine, mis v\u00f5imaldab koodi t\u00e4ita GPU-del ja erinevatel riistvarakiirenditel. Samuti kavatsevad Mojo arendajad j\u00e4rgida \u00fchilduvust CPythoniga nii palju kui v\u00f5imalik. <\/p>\n
Mojo v\u00f5ib t\u00f6\u00f6tada nii t\u00f5lgendamise re\u017eiimis JIT-i kasutades kui ka otse tulemuste (.exe) genereerimiseks (AOT, ahead-of-time). Kompilaator sisaldab moodsaid automaatoptimeerimise, cache'imise ja jaotatud kompileerimise tehnoloogiaid. Mojo keelest kirjutatud allikakood muudetakse madala taseme vahepealseks koodiks MLIR (Multi-Level Intermediate Representation), mida arendab LLVM projekt, pakkudes t\u00e4iendavaid v\u00f5imalusi andmevoogude graafilise t\u00f6\u00f6tlemise optimeerimiseks. Kompilaator v\u00f5imaldab masinkoodi genereerimiseks kasutada erinevaid MLIR-i toetavaid tausttehnoloogiaid. <\/p>\n
Lisa riistvaramehhanismide kasutamine arvutuste kiirendamiseks v\u00f5imaldab saavutada j\u00f5udlust, mis intensiivsete arvutuste korral \u00fcletab C\/C++ rakenduste j\u00f5udlust. N\u00e4iteks Mandelfraktali genereerimise rakenduse testimise k\u00e4igus osutus AWS-s (r7iz.metal-16xl) jooksutatud Mojo keeles kompileeritud rakendus kuus korda kiiremaks kui C++ versioon (0.03 sek. v\u00f5rreldes 0.20 sek.), samuti 35 000 korda kiirem kui Pythonis t\u00f6\u00f6tav rakendus, millel on standardne CPython 3.10.9 (0.03 sek. v\u00f5rreldes 1027 sek.) ning 1500 korda kiirem PYPY kasutamisel (0.03 sek. v\u00f5rreldes 46.1 sek.). <\/p>\n
Masin\u00f5ppe probleemide lahendamise j\u00f5udluse hindamisel osutus Mojo keeles kirjutatud AI-stek Modular Inference Engine, v\u00f5rreldes TensorFlow'i raamatukogul p\u00f5hineva lahendusega, Intel protsessoritega t\u00f6\u00f6tamisel 3 korda kiiremaks keelemudeli t\u00f6\u00f6tlemisel, 6.4 korda kiiremaks soovitusmudeli rakendamisel ja 2.1 korda kiiremaks visuaalse teabe t\u00f6\u00f6tlemise mudelite puhul. AMD protsessorite kasutamisel oli Mojo eelis 3.2, 5 ja 2.2 korda, ARM protsessoritega oli see vastavalt 5.3, 7.5 ja 1.7 korda. PyTorch'i lahendus j\u00e4\u00e4b Mojo'le alla 1.4, 1.1 ja 1.5 korda Intel CPU-l, 2.1, 1.2 ja 1.5 korda AMD CPU-l ning 4, 4.3 ja 1.3 korda ARM CPU-l.
<\/center> <\/p>\n
Keeles on staatiline t\u00fcpitsus ja m\u00e4luga turvaliseks madalamal tasemel t\u00f6\u00f6tamiseks vajalikud t\u00f6\u00f6riistad, mis meenutavad Rusti keelt, sealhulgas viidatud eluea j\u00e4lgimine ja muutujate laenamise kontroll (borrow checker). Peale turvaliste n\u00e4idikute jaoks m\u00f5eldud t\u00f6\u00f6riistade on keeles ka madala tasemega t\u00f6\u00f6tamise v\u00f5imalused, n\u00e4iteks saab kasutada otsep\u00f6\u00f6rdumist m\u00e4llu, kui kasutada unsafe re\u017eiimi Pointer t\u00fc\u00fcpi, otse SIMD k\u00e4skluste v\u00e4ljakutsumiseks v\u00f5i juurdep\u00e4\u00e4suks riistvaralaienemistele, nagu TensorCores ja AMX.
<\/center> <\/p>\n
Klassikalise ja optimeeritud Python-koodi eristamise lihtsustamiseks on ettepanek kasutada eraldi m\u00e4rks\u00f5na «fn» k\u00f5igi muutujate jaoks, mille t\u00fc\u00fcp on selgelt m\u00e4\u00e4ratletud, selle asemel et kasutada «def». Sarnaselt klasside puhul, kui on vajalik staatiline andmete pakendamine m\u00e4lus koostamise ajal (nagu C-s), on «class» asemel v\u00f5imalik kasutada t\u00fc\u00fcpi «struct». Samuti on v\u00f5imaldatud lihtne moodulite import keeles C\/C++, n\u00e4iteks funktsiooni cos importimiseks matemaatika raamatukogust saab kasutada «from «math.h» import cos». \n Allikas: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"
![\"LLVM'i](\"\/wp-content\/uploads\/2023\/05\/df2598980ce4ed179ec3042d500235db.jpg\")
<\/center> <\/p>\n![\"LLVM'i](\"\/wp-content\/uploads\/2023\/05\/000b92c5bbb54eec64649b30a434be6d.jpg\")
<\/center> <\/p>\n