Modular 准发布 Mojo 语言，一个具有 C 级速度的 Python 超集

Modular 是一家新兴且高于平均水平的AI技术初创公司，它最近推出了一种名为 Mojo 的编程语言，旨在将 Python 的可用性与 C 语言的速度结合起来。

当前，有许多正在进行的项目可以使 Python 运行更快，例如Jax和最近的一个名为 Codon 的Python 编译器，还有像Julia这样的面向数据科学的替代型语言。

Mojo 通过其所谓的极速加速，将自己与其它 Python 增强型引擎分开来。由于它使用了硬件加速，在运行 Mandelbrot 等数学算法时比原生 Python 快 35,000 倍。

Mojo作者 Lattner

此语言的作者 Lattner 曾是 Apple、Google 和 Tesla 的资深研发人士，他与团队共同开发了 LLVM 编译器工具链，还共同创建了 MLIR 编译器基础设施，并带头开发了 Swift 编程语言。

他与蒂姆·戴维斯 (Tim Davis) 共同成为 Modular 的创始人，两个一起发起并创立了Modular公司。而戴维斯作为 Google ML 团队的前任领导者也带来了极其丰富的经验，他负责监督机器学习 API、编译器和运行时基础设施。

这家只成立一年的初创公司，本周接连宣布了两个关联项目：

第一个是 Mojo，这是一种建立在 Python 之上的编程语言，承诺具有 C 语言的高性能；

另一个是据称可移植、高性能的模块化推理引擎，可以在生产环境中以更低的成本运行 AI 模型，推理模型经过训练后的应用。

“Mojo 将研发人员喜爱的 Python 部分与需要使用 C、C++ 和 CUDA 的系统编程功能完美结合，”这家公司如此解释说。

“Mojo 建立在下一代编译器技术之上，当你向程序添加类型时，这项技术可显著提高性能，使你能够定义零成本抽象，受益于类似 Rust 的内存安全，并支持独特的自动调整和编译-时间元编程能力。”

通过利用MLIR，Mojo 代码可以访问各种 AI 调优硬件功能，例如 TensorCores 和 AMX 扩展。因此，对于某些类型的算法，它比普通 Python 要快得。在测评实例中如 AWS r7iz.metal-16xl 上运行 Mandelbrot 算法只需 0.03 秒，而 Python 3.10.9 需要运行 1,027 秒（约 17 分钟）。

当前状态

Mojo 语言仍在开发中，不过，目前有一个 Jupyter notebook可供开发者们试用。

当它真正发布时，将有望成为 Python 的超集，包括一个带有系统编程工具包的 Python 生态系统。在此种形式下，它可以运行任何 Python 程序。目前，虽然 Mojo 支持 Python 核心功能，包括 async/await、错误处理和可变参数，但仍需要做大量工作才能实现完全兼容。

在周四的公告中，Fast.ai 的创始人与数据科学家杰里米霍华德（Howard ）说，“Mojo 可能是几十年来最大的编程语言进步。Howard 解释说，Mojo 试图解决 AI 的分叉现实：虽然由于生态系统的丰富性，AI 模型通常是用 Python 开发的，但 Python 程序员通常最终要将他们的代码连接到使用性能更高的语言（例如 C/C++ 和 Rust）的模块，而这种“双语”方法使得分析、调试、学习和部署机器学习应用程序变得非常困难。

“而使用 Mojo 的一个关键能力是，作为开发人员，你可以随时选择更快的‘模式’，通过使用‘fn’而不是‘def’来创建自己的函数，”Howard 如此解释说。“在此种模式下，你必须准确声明每个变量的类型，这样 Mojo 就可以创建优化的机器代码来实现你的功能。

“如果你使用'struct'而不是'class'，你的属性将被紧密地打包到内存中，这样它们可以在数据结构中使用而无需四处寻找指针。这些特性可以像 C 语言一样速度飞快，现在 Python 程序员也可以访问它们了，而且只需要学习一点点新语法。”

Mojo 的另一个好处，是可以将代码编译成独立的、快速启动的二进制文件，从而在利用可用内核和加速同时亦能轻松部署。

目前，仍然有一些缺失的部分，比如包管理和构建系统，这是目前 Python 社区也一直在努力解决的问题。

Mojo 语言尚未获得正式开源许可，但预计最终会获得同意。

“Mojo 还没有正式完成——但它足够令人兴奋，它是由一个非常小的团队在很短的时间内创建的。这个语言显示了Lattner多年使用 Clang、LLVM 和 Swift 的深厚经验，使用精心构建基础的各种好处。”