ડીપમાઇન્ડ ઓપન સોર્સ્ડ S6, CPython માટે JIT કમ્પાઇલર અમલીકરણ સાથેની લાઇબ્રેરી

ડીપમાઇન્ડ, આર્ટિફિશિયલ ઇન્ટેલિજન્સ ક્ષેત્રે તેના વિકાસ માટે જાણીતું છે, તેણે S6 પ્રોજેક્ટનો સ્રોત કોડ ખોલ્યો છે, જેણે પાયથોન ભાષા માટે JIT કમ્પાઇલર વિકસાવ્યું હતું. આ પ્રોજેક્ટ રસપ્રદ છે કારણ કે તે એક્સ્ટેંશન લાઇબ્રેરી તરીકે ડિઝાઇન કરવામાં આવી છે જે પ્રમાણભૂત CPython સાથે સંકલન કરે છે, CPython સાથે સંપૂર્ણ સુસંગતતા સુનિશ્ચિત કરે છે અને દુભાષિયા કોડમાં ફેરફારની જરૂર નથી. આ પ્રોજેક્ટ 2019 થી વિકસિત થઈ રહ્યો છે, પરંતુ કમનસીબે તે બંધ થઈ ગયો હતો અને હવે વિકાસ થતો નથી. બનાવેલ વિકાસ પાયથોનને સુધારવા માટે ઉપયોગી હોઈ શકે છે, તેથી કોડને ઓપન સોર્સ કરવાનો નિર્ણય લેવામાં આવ્યો. JIT કમ્પાઇલર કોડ C++ માં લખાયેલ છે અને તે CPython 3.7 પર આધારિત છે. અને Apache 2.0 લાયસન્સ હેઠળ ઓપન સોર્સ છે.

તે હલ કરી શકે તેવા કાર્યોના સંદર્ભમાં, પાયથોન માટે S6 એ JavaScript માટે V8 એન્જિન સાથે સરખાવે છે. લાઇબ્રેરી હાલના બાઇટકોડ ઇન્ટરપ્રીટર હેન્ડલર ceval.c ને તેના પોતાના અમલીકરણ સાથે બદલે છે જે એક્ઝેક્યુશનને ઝડપી બનાવવા JIT કમ્પાઇલેશનનો ઉપયોગ કરે છે. S6 તપાસે છે કે વર્તમાન ફંક્શન પહેલેથી જ કમ્પાઈલ કરેલ છે કે કેમ અને, જો એમ હોય તો, સંકલિત કોડને એક્ઝિક્યુટ કરે છે, અને જો નહિં, તો ફંક્શનને બાઈટકોડ ઈન્ટરપ્રિટેશન મોડમાં ચલાવે છે, CPython ઈન્ટરપ્રીટરની જેમ. અર્થઘટન દરમિયાન, એક્ઝેક્યુટેડ સૂચનાઓ અને પ્રક્રિયા કરવામાં આવી રહેલા કાર્ય સાથે સંકળાયેલા કૉલ્સની સંખ્યા ગણવામાં આવે છે. ચોક્કસ સીમાચિહ્ન પર પહોંચ્યા પછી, વારંવાર એક્ઝિક્યુટ થતા કોડને ઝડપી બનાવવા માટે એક સંકલન પ્રક્રિયા શરૂ કરવામાં આવે છે. સંકલન મધ્યવર્તી સ્ટ્રોંગજીત રજૂઆતમાં હાથ ધરવામાં આવે છે, જે ઑપ્ટિમાઇઝેશન પછી, asmjit લાઇબ્રેરીનો ઉપયોગ કરીને લક્ષ્ય સિસ્ટમની મશીન સૂચનાઓમાં રૂપાંતરિત થાય છે.

વર્કલોડની પ્રકૃતિ પર આધાર રાખીને, શ્રેષ્ઠ પરિસ્થિતિઓમાં S6 નિયમિત CPython ની સરખામણીમાં 9.5 ગણા સુધી ટેસ્ટ એક્ઝિક્યુશન સ્પીડમાં વધારો દર્શાવે છે. રિચાર્ડ્સ ટેસ્ટ સ્યુટના 100 પુનરાવર્તનો ચલાવતી વખતે, 7x સ્પીડઅપ જોવામાં આવે છે, અને જ્યારે રેટ્રાસ ટેસ્ટ ચલાવવામાં આવે છે, જેમાં મોટી માત્રામાં ગાણિતિક ગણતરીઓનો સમાવેશ થાય છે, ત્યારે 3-4.5x સ્પીડઅપ જોવા મળે છે.

S6 નો ઉપયોગ કરીને ઑપ્ટિમાઇઝ કરવા મુશ્કેલ હોય તેવા કાર્યોમાં એવા પ્રોજેક્ટ્સ છે જે C API નો ઉપયોગ કરે છે, જેમ કે NumPy, તેમજ મોટી સંખ્યામાં મૂલ્યોના પ્રકારોને તપાસવાની જરૂરિયાત સાથે સંબંધિત કામગીરી. પાયથોન ઈન્ટરપ્રીટર (વિકાસ અર્થઘટન મોડને ઑપ્ટિમાઇઝ કરવાના તબક્કા સુધી પહોંચ્યો નથી) S6 ના પોતાના બિન-ઑપ્ટિમાઇઝ અમલીકરણના ઉપયોગને કારણે સંસાધન-સઘન કાર્યોના એક કૉલ્સ માટે પણ નીચું પ્રદર્શન જોવા મળે છે. ઉદાહરણ તરીકે, અનપૅક સિક્વન્સ ટેસ્ટમાં, જે એરે/ટ્યુપલ્સના મોટા સેટને અનપૅક કરે છે, એક કૉલ સાથે 5 ગણો સુધીનો મંદી હોય છે, અને સાયક્લિક કૉલ સાથે પર્ફોર્મન્સ CPython તરફથી 0.97 છે.

સોર્સ: opennet.ru