Mojo編程語言正式發(fā)布：比Python快68000倍，Python生態(tài)系統(tǒng)最重要的升級來了
自從5月2日首次亮相以來，Modular公司的Mojo編程語言一直備受開發(fā)人員關注。已有超過12萬名開發(fā)人員注冊使用Mojo Playground，還有19萬名開發(fā)者積極參與Discord和GitHub的討論。Fast.ai聯合創(chuàng)始人、數據科學家Jeremy Howard甚至表示：“Mojo可能是近幾十年來最大的編程語言進步。”
2023年9月7日，Modular公司正式宣布Mojo的發(fā)布，Mojo現在可以在本地下載了，初步支持Linux系統(tǒng)，并將很快提供Mac和Windows版本。
Modular公司由LLVM和Swift編程語言的聯合創(chuàng)始人Chris Lattner創(chuàng)辦，該公司最近剛剛獲得了1億美元（約7億人民幣）的融資。Chris Lattner表示，這一輪融資總額達到了1.3億美元，這筆資金將用于產品擴展、硬件支持以及推動自研AI編程語言Mojo的進一步發(fā)展。
Mojo Playground提供的僅僅是一套簡單的語言展示，而本地Mojo工具鏈將幫助開發(fā)人員完成更多工作。本地開發(fā)者工具將開放全部Mojo功能，包括一套完整的編譯器功能和IDE工具，使開發(fā)人員能夠輕松構建和迭代Mojo應用程序。
Mojo是一種面向AI開發(fā)者的新型編程語言。隨著時間的推移，它將逐步發(fā)展成為Python的超集。Mojo已經支持與任何Python代碼的無縫集成，并提供可擴展的編程模型以支持各種關鍵性能系統(tǒng)，包括在AI場景中普遍存在的加速器（例如GPU）。
Mojo能夠滿足開發(fā)者的需求，引導他們逐步采用新功能，從而在需要時獲得高性能的體驗。具體來說，Mojo可以為開發(fā)者帶來以下主要收益：
一種語言編寫所有內容：Mojo可以隨時為AI開發(fā)者提供服務，將Python的易用性與以往強制開發(fā)者使用C、C++或CUDA的系統(tǒng)編程功能結合起來。開發(fā)者可以在公共代碼庫上工作，從而簡化從研究到生產的整個工作流程。
突破Python性能極限：Python目前已經廣泛應用，但對于需要更高性能或特殊硬件的任務，Python的性能往往不盡人意。Mojo能夠充分發(fā)揮CPU的性能潛力，并且很好地支持GPU和ASIC等外部加速器，提供與C++和CUDA相媲美的卓越性能。
與完整的Python生態(tài)系統(tǒng)對接：Mojo提供與Python生態(tài)系統(tǒng)全面互操作的能力，使其能夠無縫利用Python庫資源，同時發(fā)揮Mojo自身的功能和性能優(yōu)勢。例如，開發(fā)者可以輕松將NumPy和Matplotlib與自己的Mojo代碼混合使用。
升級AI工作負載：Mojo緊密集成了模塊化AI引擎，允許開發(fā)者通過自定義操作輕松擴展其AI工作負載，包括預處理、后處理操作和高性能數學算法。開發(fā)者還可以引入內核融合、圖重寫、sharp函數等。
通過對現有Python代碼進行簡單修改，開發(fā)者可以使用Mojo顯著加速高計算強度的工作負載（最高可提速6.8萬倍）。
為什么能比Python快68000倍？
Mojo是Python家族的一員，但它有著遠大的目標，即與Python生態(tài)系統(tǒng)完全兼容，以便開發(fā)人員可以繼續(xù)使用他們熟悉的工具。Mojo旨在通過保留Python的動態(tài)特性，同時為系統(tǒng)編程添加新的原語，逐漸演變成為Python的超集。Modular公司的CEO Chris Lattner表示：“我們的目標不是使動態(tài)Python神奇地變快。雖然我們在動態(tài)代碼方面要快得多（因為我們有編譯器而不是解釋器），但這并不是通過‘足夠聰明’的編譯器來消除動態(tài)性。”
最初，Mojo的目標是比Python快35000倍，但最近，Mojo團隊表示，Mojo將動態(tài)和靜態(tài)語言的優(yōu)點結合起來，將性能提高了Python的68000倍。Mojo團隊在一系列博文中介紹了如何將Mojo的性能提高到比Python快68000倍：在第一篇博文中，團隊嘗試將代碼移植為Mojo，獲得了約90倍的性能提升；在第二篇博文中，團隊對代碼進行了矢量化和并行化，進一步提高了性能，達到了2.6萬倍；在第三篇博文中，團隊展示了如何通過新的性能技術將程序加速目標全面超越3.5萬倍。
具體來說，Mojo團隊首先通過簡單的端口將Python程序加速了89倍，然后通過針對性的優(yōu)化和充分利用現代CPU的算力潛力，將速度提高了2.6萬倍。Mojo團隊提出的并行策略是，每個CPU核心都應負責處理同等數量的代碼行。然而，只有在跨行工作負載相同時，對負載進行拆分以確保各個線程worker獲取其中一組代碼行才具有可行性。但曼德勃羅集并不是這樣。以這種方式進行拆分會引發(fā)負載不均衡問題，這是因為曼德勃羅集中的一個像素可能在單次迭代后完成，而另一個像素可能經歷多次迭代。也就是說，各個行的迭代次數并不相等，會導致某些線程率先完成計算的線程處于閑置狀態(tài)，不利于充分發(fā)揮性能潛力。
各個行所執(zhí)行的迭代總數（以對數坐標系顯示）并非均勻分布。某些行（例如圖像中央部分的行）可能需要80多萬次迭代，而兩端的行則只需要800次左右迭代。如果硬性為各個線程分配一定數量的連續(xù)行，就會導致全體線程都在等待，直至中間某組代碼行（被分配給某個核心）完成運行。解決這個問題的方法有很多，但最簡單的當然是過度拆分。也就是說，各個線程所獲得的不是一組平均分配的行，而是建立起一個工作負載池，再為每個行創(chuàng)建相應的工作項。各線程則以循環(huán)方式不斷從線程池中拾取這些工作項。
好消息是，Mojo擁有一個性能出色的并發(fā)運行時，所以我們用不著自行創(chuàng)建線程池或者設計循環(huán)拾取/執(zhí)行。Mojo的運行時提供了不少高級功能，可以充分利用這樣的多核心系統(tǒng)。到這里，Mojo團隊獲得了2.3倍于并行版本的加速效果，甚至達到了矢量化實現版本的78倍。那么，在每個行中進一步劃分會不會讓性能更上一層樓？如果單行很大，那也許可以。但Mojo團隊這個示例中的最大單行長度也不過4096。另外，同一行內的各像素間往往更具相關性。這時候更適合采用單指令流多數據流（SIMD），避免工作被白白浪費在矢量通道中。
回顧整個旅程，Mojo團隊首先對Python代碼實現了2.6萬倍的性能提升，然后使用超額訂閱達成了提速68847倍的最終成績，并最終實現了6.8萬倍的Python提速效果。在應用超額訂閱之后，性能在之前并行版本的基礎上又提高了1倍。
如何使用Mojo？
目前，開發(fā)者可以將Mojo下載到自己的本地計算機上。Modular公司表示，Mojo不僅僅是一個編譯器，它提供了豐富的工具選項，包括：
Mojo驅動程序：提供用于read-eval-print-loop（REPL）的shell，允許開發(fā)者構建并運行Mojo程序、打包Mojo模塊、生成文檔和格式化代碼。
面向Visual Studio Code（VS Code）的擴展：支持各種生產力功能，例如語法高亮顯示、代碼補全等。
Jupyter內核：支持構建和運行Mojo notebook，包括使用Python代碼。
調試支持（即將推出）：進入并檢查正在運行的Mojo程序，甚至可以將C++與Mojo堆棧幀混合在一起。最初版本的SDK支持x86/Linux系統(tǒng)，后續(xù)更新將進一步擴展到其他操作系統(tǒng)、硬件和工具功能。
Mojo驅動程序允許開發(fā)者像運行Python命令一樣在REPL中進行編程。此外，Mojo還允許開發(fā)者構建靜態(tài)編譯的可執(zhí)行文件，無需任何依賴項即可部署。這個靜態(tài)編譯的22KB二進制文件非常強大，得益于Mojo緊湊的依賴項管理機制。
對于全球最流行的IDE之一，Visual Studio Code（VS Code），Mojo已經發(fā)布了官方擴展，提供語法高亮顯示、診斷和修復、定義和引用、懸停幫助、格式化、代碼補全等支持。Jupyter內核允許開發(fā)者在其中使用Jupyter notebook，提供強大的交互式開發(fā)環(huán)境。此外，Mojo的調試支持即將推出，將在VS Code中提供交互式調試體驗，并能夠混合操作Mojo/C/C++代碼，進一步增強開發(fā)者處理高度專業(yè)化代碼的能力。