大数据文摘出品
Python太慢了!
除了这个缺点,Python可以说是有无数个优点,但就是这个缺点,让无数程序员吐槽不已。
现在,麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员希望通过一个新的编译器来改变这种状况——Codon。
Codon 是一个新的基于 Python 的编译器,能让用户编写的 Python 代码,运行效率与 C 或 C++ 程序相当。
这很香了。
装上了涡轮增压的 Python
Python 的主要优势在于语法简单易学,这样许多非专业程序员也能体会到编码带来的乐趣。
“我们意识到,人们不一定想学习一门新语言或一种新工具,尤其是那些非技术人员。所以我们想,让我们把 Python 语法、语义和库合并到一个从头开始构建的新系统中。”Ariya Shajii Codon 的新论文的主要作者。
这篇论文被发表在了第32届 ACM SIGPLAN 编译器构造国际会议上。
论文地址:
https://dl.acm.org/doi/abs/10.1145/3578360.3580275
不像 C 和 C + + 这样的语言都带有一个编译器来优化生成的代码以提高性能,Python 是一个直译语言。为了让 Python 变得更快,人们付出了很多努力,研究小组说,这种方法通常采用“自上向下的方法”,即采用普通的 Python 实现,并结合各种优化或“即时”编译技术(一种在执行过程中编译对性能至关重要的代码片段的方法)。这些方法擅长于保持向后兼容性,但是这种方法也极大地限制了可以获得的加速种类。
Codon 则采取了更多的自下而上的方法,从头开始实施所有的东西,虽然有一些限制,但是更加灵活。
例如,Codon 虽然不能支持某些动态特性,但是可以使用优化和其他静态编译技术,这些技术从标准的 Python 优化流程开始就无法实现。
之前都没人做,难点在哪?
第一个难点就在于运行前的类型检查。
编译器执行的第一个关键步骤之一称为“类型检查”,即在程序中计算每个变量或函数的不同数据类型的过程。例如,一些可以是整数,一些可以是字符串,还有一些可以是浮点数ーー这是常规 Python 不会去做的。在普通的 Python 中,在运行程序时必须处理所有这些信息,这是使其运行速度如此之慢的因素之一。
Codon 的的解决方法在于,在运行程序之前进行类型检查。这允许编译器将代码转换为本机代码,从而避免了 Python 在运行时处理数据类型的所有消耗。
第二个难点在于编译器中的优化。
举个例子,如何使用插件实现一组特定于该某计算领域的优化?比如使用涉及到使用基因组序列和其他生物学数据的基因组学库。
Codon 的方法是生成一个可执行文件——让其以 C 或 C + + 的速度运行,甚至一旦应用了特定于领域的优化,运行速度甚至更快。
Codon 目前涵盖了 Python 的一个相当大的子集,不过它仍然需要合并几个动态特性,并扩大其 Python 库的覆盖范围。Codon 团队正在努力进一步缩小与 Python 的差距,并期待在未来几个月内发布几个新特性。Codon 目前在 GitHub 上公开可用。
GitHub:
https://github.com/exaloop/codon
研究小组对密码顿进行了严格的测试,结果证明它超出了预期。
具体来说,他们采用了大约10个用 Python 编写的常用基因组学应用程序,并使用 Codon 编译它们,实现了比原始手工优化实现快5到10倍的速度。
除了基因组学,他们还探索了定量金融的应用,定量金融同样也需要也处理大数据集,并大量使用 Python,效果也非常显著。
同时,Codon平台还有一个并行后端,可以让用户编写可以明确编译为 GPU 或多核并行的Python 代码,而这些任务传统上需要一定的编程专业知识。
相关报道:
https://www.csail.mit.edu/news/python-based-compiler-achieves-orders-magnitude-speedups
https://dl.acm.org/doi/abs/10.1145/3578360.3580275
https://spectrum.ieee.org/python-compiler
点「在看」的人都变好看了哦!