Basa Pemrograman Mojo Rilis Beta 1.0

Представлен первый бета выпуск языка программирования Mojo 1.0, который ознаменовал стабилизацию языка и реализацию всех базовых возможностей. Выпуск оценивается как почти готовый к повсеместному использованию. Финальный релиз Mojo 1.0 ожидается в начале осени. Использование данной ветки позволит начать разрабатывать крупные проекты, не опасаясь появления в языке изменений, нарушающих совместимость.

В состав платформы включены 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. Исходный код стандартной библиотеки Mojo открыты под лицензией Apache 2.0 c исключениями от проекта LLVM, допускающими смешивание с кодом под лицензией GPLv2. Исходный код компилятора планируют открыть после завершения стабилизации внутренней архитектуры.

Basa Mojo lagi dikembangake ing pimpinan Chris Lattner, pangadeg lan pangareping arsitek proyek LLVM lan pangripta basa pamrograman Swift. Sintaksis Mojo adhedhasar basa Python, lan sistem jinis cedhak karo C / C ++. Proyèk iki disebut-sebut minangka basa tujuan umum sing ngluwihi kemampuan Python karo kemampuan program sistem, cocok kanggo sawetara saka sudhut tugas, lan nggabungke ease saka nggunakake kanggo pangembangan riset lan prototyping cepet karo cocog kanggo produk mburi kinerja dhuwur.

Gamblang wis ngrambah liwat nggunakake sintaks Python menowo, lan pangembangan produk final wis difasilitasi dening kemampuan kanggo ngumpulake kode mesin, mekanisme memori-aman, lan nggunakake piranti akselerasi hardware. Kanggo entuk kinerja dhuwur, parallelization saka petungan didhukung nggunakake kabeh sumber daya hardware saka sistem heterogen kasedhiya ing sistem, kayata GPUs, akselerator khusus kanggo machine learning lan instruksi prosesor vektor (SIMD). Kanggo petungan intensif, parallelization lan pemanfaatan kabeh sumber daya komputasi ndadekake iku bisa kanggo entuk kinerja unggul C / C ++ aplikasi.

Basa kasebut ndhukung ngetik statis lan fitur aman memori tingkat rendah kaya Rust, kayata referensi tracking umur lan pemeriksa utang. Ing wektu sing padha, basa uga menehi kesempatan kanggo karya tingkat kurang, Contone, iku bisa kanggo langsung ngakses memori ing mode aman nggunakake jinis Pointer, nelpon instruksi SIMD individu, utawa akses kanggo ekstensi hardware kayata TensorCores lan AMX.

Mojo bisa digunakake ing mode interpretasi nggunakake JIT, lan kanggo kompilasi menyang file eksekusi (AOT, ahead-of-time). Compiler nduweni teknologi modern sing dibangun kanggo optimasi otomatis, caching lan kompilasi sing disebarake. Kode sumber ing basa Mojo diowahi dadi kode menengah tingkat rendah MLIR (Multi-Level Intermediate Representation), sing dikembangake dening proyek LLVM. Compiler ngidini sampeyan nggunakake macem-macem backend sing ndhukung MLIR kanggo ngasilake kode mesin.

Среди изменений в Mojo 1.0.0b1:

• Ключевое слово «fn» объявлено устаревшим — для объявления функций следует использовать ключевое слово «def» (возможности «fn» и «def» объединены, и в «def» реализована семантика «fn» без генерации исключений).
• Унифицирована реализация замыканий (closure). Не учитывающие контекст замыкания (stateless closure) теперь автоматически преобразуются в функции верхнего уровня и могут использоваться как callback-вызовы в FFI (Foreign Function Interface). Добавлена поддержка захвата по ссылке (ref capture). При объявлении функций добавлен признак «thin» для объявления простого типа указателя на функцию без захвата состояния.
• Указатели с типом UnsafePointer теперь не могут принимать значение null по умолчанию, а для работы с null-указателями необходимо использовать «Optional[UnsafePointer[…]]», что позволяет исключить накладные расходы при работе с null-указателями и сохранить возможность безопасного применения в FFI.
• По умолчанию в коде для CPU в коллекциях включена проверка допустимых границ (на GPU проверка отключена для производительности, но может быть включена при сборке с «mojo build -D ASSERT=all»). Прекращена поддержка указания отрицательных значений в индексах (запрещено «x[-1]», но можно указывать «x[len(x)-1]»).
• Из стандартной библиотек удалён тип NDBuffer, вместо которого следует использовать TileTensor.
• Расширена поддержка работы с GPU через графический API Metal на системах Apple (например, появилась поддержка print() и матричных инструкций M5). Добавлена поддержка ускорителей AMD MI250X и NVIDIA B300.
• Идентификаторы примитивов GPU (индексы потоков и блоков) переведены на возвращение типа Int вместо UInt.
• Контекст CPU (‘DeviceContext(api=»cpu»)’) стал потокозависимым (stream-ordered). Для упорядоченного выполнения задач добавлены функции enqueue_cpu_function() и enqueue_cpu_range().
• В типах String и StringSlice добавлена поддержка графемных кластеров (Unicode UAX #29), позволяющая корректно вычислять длину и обрезать строки с emoji и комбинированных символов. Добавлены методы graphemes() и count_graphemes(), а также синтаксис слайсов «[grapheme=…]».
• Реализовано уточнение типов (Type Refinement) на этапе компиляции для автоматического сужения типов внутри выражений «where», «if» и «assert» (позволяет обойтись без явного указания trait_downcast).
• Предложен унифицированный API рефлексии, в котором предложена новая функция reflect[T](), возвращающая Reflected[T] и заменяющая семейство функций struct_field_* и старые методы get_type_name().

Одновременно сформирован выпуск движка MAX Framework 26.3, предлагающего платформу для разработок в области машинного обучения. MAX Framework дополняет инструментарий Mojo средствами для разработки и отладки приложений, использующих модели машинного обучения в различных форматах (TensorFlow, PyTorch, ONNX и т.п.). В новой версии MAX Framework добавлена возможность генерации видео, расширена поддержка работ с использованием нескольких GPU, значительно повышена производительность интерпретатора (некоторые операции стали выполняться быстрее в 10-20 раз).

Source: opennet.ru