יוצר LLVM מפתח שפת תכנות חדשה Mojo

כריס לטנר, מייסד וארכיטקט ראשי של LLVM ויוצר שפת התכנות Swift, וטים דייויס, לשעבר ראש פרויקטי בינה מלאכותית של גוגל כמו Tensorflow ו-JAX, הציגו שפת תכנות חדשה, Mojo, המשלבת קלות שימוש לפיתוח מחקר אב טיפוס מהיר עם פוטנציאל לגבש מוצרי קצה בעלי ביצועים גבוהים. הראשון מושג באמצעות שימוש בתחביר המוכר של שפת Python, והשני באמצעות יכולת קומפילציה לקוד מכונה, מנגנונים בטוחים בזיכרון ושימוש בכלי האצת חומרה.

הפרויקט מתמקד בשימוש לפיתוח בתחום למידת מכונה, אך מוצג כשפה כללית המרחיבה את היכולות של Python עם כלי תכנות מערכות ומתאימה למגוון רחב של משימות. לדוגמה, השפה ישימה לתחומים כמו מחשוב בעל ביצועים גבוהים, עיבוד נתונים וטרנספורמציה. תכונה מעניינת של Mojo היא היכולת לציין את תו האימוג'י "🔥" בתור הרחבה לקובצי קוד (לדוגמה, "helloworld.🔥"), בנוסף לסיומת הטקסט ".mojo".

נכון להיום, השפה נמצאת בשלב של פיתוח אינטנסיבי ורק הממשק המקוון מוצע לבדיקה. הרכבות נפרדות להפעלה במערכות מקומיות מובטחות להתפרסם בהמשך, לאחר קבלת משוב על פעולת סביבת האינטרנט האינטראקטיבית. קוד המקור של המהדר, JIT ופיתוחים נוספים הקשורים לפרויקט מתוכנן להיפתח לאחר השלמת הארכיטקטורה הפנימית (המודל לפיתוח אב טיפוס עובד מאחורי דלתות סגורות מזכיר את השלב הראשוני של הפיתוח של LLVM, Clang ו מָהִיר). מכיוון שתחביר Mojo מבוסס על שפת Python, ומערכת הטיפוס קרובה ל-C/C++, בעתיד הם מתכננים לפתח כלים לפשט את התרגום של פרויקטים קיימים שנכתבו ב-C/C++ ו-Python ל-Mojo, וכן לפתח פרויקטים היברידיים בשילוב קוד Python ו-Mojo.

הפרויקט נועד לערב את משאבי החומרה הזמינים של מערכות הטרוגניות בביצוע חישובים. לדוגמה, ניתן להשתמש במעבדי GPU, מאיצי למידת מכונה מיוחדים ובוקטורים של הוראות מעבד (SIMD) כדי להפעיל יישומי Mojo ולהקביל חישובים. הסיבות הניתנות לפיתוח תת-קבוצה נפרדת של שפת Python במקום להצטרף לעבודת האופטימיזציה הקיימת של CPython כוללות התמקדות בהידור, אינטגרציה של יכולות תכנות מערכת ושימוש בארכיטקטורה פנימית שונה מהותית המאפשרת לרוץ קוד על מעבדי GPU ועוד. מאיצי חומרה. עם זאת, מפתחי Mojo מתכוונים להישאר תואמים ל-CPython ככל האפשר.

ניתן להשתמש ב-Mojo הן במצב פרשנות באמצעות JIT, והן להידור לקבצי הפעלה (AOT, מבעוד מועד). המהדר כולל טכנולוגיות מודרניות מובנות לאופטימיזציה אוטומטית, שמירה במטמון והידור מבוזר. טקסטי מקור בשפת Mojo מומרים לקוד ביניים ברמה נמוכה MLIR (Multi-Level Intermediate Representation), שפותח על ידי פרויקט LLVM ומספק יכולות נוספות לאופטימיזציה של העיבוד של גרף זרימת הנתונים. המהדר מאפשר לך להשתמש ב-backends שונים התומכים ב-MLIR כדי ליצור קוד מכונה.

שימוש במנגנוני חומרה נוספים להאצת חישובים מאפשר להשיג ביצועים עדיפים על יישומי C/C++ במהלך חישובים אינטנסיביים. לדוגמא, בעת בדיקת אפליקציה להפקת ערכת מנדלברוט, יישום קומפילד בשפת Mojo בעת ביצוע בענן AWS (r7iz.metal-16xl) התברר כמהירות פי 6 מהיישום ב-C++ (0.03 שניות לעומת 0.20 שניות. 35 שניות), וגם פי 3.10.9 אלף מהיר יותר מאפליקציית Python בעת שימוש ב-CPython 0.03 הסטנדרטי (1027 שניות לעומת 1500 שניות) ופי 0.03 מהר יותר בשימוש ב-PYPY (46.1 שניות לעומת XNUMX שניות) .

בעת הערכת ביצועים בתחום פתרון בעיות למידת מכונה, מנוע ה-AI-Stack Modular Inference Engine, שנכתב בשפת Mojo, בהשוואה לפתרון המבוסס על ספריית TensorFlow, היה מהיר פי 3 בעת עיבוד מודל שפה במערכת עם מעבד אינטל, מהיר פי 6.4 בעת עיבוד ביצוע מודל יצירת ההמלצות ופי 2.1 מהיר יותר בעבודה עם מודלים לעיבוד מידע חזותי. בשימוש במעבדי AMD, הרווחים בשימוש ב-Mojo היו פי 3.2, 5 ו-2.2, ובשימוש במעבדי ARM - פי 5.3, 7.5 ו-1.7, בהתאמה. הפתרון מבוסס PyTorch פיגר אחרי Mojo פי 1.4, 1.1 ו-1.5 במעבדי אינטל, פי 2.1, 1.2 ו-1.5 במעבדי AMD ופי 4, 4.3 ו-1.3 במעבדי ARM.

השפה תומכת בהקלדה סטטית ובתכונות בטוחות בזיכרון ברמה נמוכה המזכירות את ה-Rust, כגון מעקב אחר כל החיים ובדיקת ההשאלה. בנוסף למתקנים לעבודה בטוחה עם מצביעים, השפה מספקת גם תכונות לעבודה ברמה נמוכה, למשל, גישה ישירה לזיכרון במצב לא בטוח באמצעות סוג Pointer, קריאה להוראות SIMD בודדות או גישה להרחבות חומרה כגון TensorCores ו- AMX .

כדי לפשט את ההפרדה בין קוד Python הקלאסי למוטב עבור פונקציות עם הגדרות סוג מפורש עבור כל המשתנים, מוצע להשתמש במילת מפתח נפרדת "fn" במקום "def". באופן דומה עבור מחלקות, אם אתה צריך לארוז נתונים סטטיים בזיכרון במהלך ההידור (כמו ב-C), אתה יכול להשתמש בסוג "struct" במקום "מחלקה". אפשר גם פשוט לייבא מודולים בשפות C/C++, לדוגמה, כדי לייבא את פונקציית cos מספריית המתמטיקה, ניתן לציין "מ-"math.h" import cos.

מקור: OpenNet.ru