Python并非為AI而生，Golang將統(tǒng)治人工智能的下一個十年？
過去幾年，Python成為人工智能和數(shù)據(jù)科學領域最受歡迎的編程語言。但是隨著5G時代的來臨，生產(chǎn)環(huán)境對AI應用的性能要求越來越高，Python有點「力不從心」。天生支持并發(fā)的Golang應運而生，專家稱，Go語言將統(tǒng)治人工智能的下一個十年。
Python花20年終獲認可，但并非為AI而生
30年前，Python 首次出現(xiàn)。
但是Python花了20年的時間才得到公眾的認可。
根據(jù)2019年Stack Overflow的調(diào)查，Python成為開發(fā)人員第二喜愛的語言。
過去的5年里，Python的成長無疑是巨大的，已經(jīng)成為機器學習和數(shù)據(jù)科學開發(fā)人員的首選語言。
短時間來看，Python 的主導地位大概率不會變。但是與一些新興的語言相比，它有一些嚴重的缺點，將成為生產(chǎn)環(huán)境部署的障礙。
Python 受歡迎的主要原因是它很容易學習。
與其他語言相比，它的語法很簡單，任何人都可以在幾個小時或幾天內(nèi)學會 Python 的基礎知識。
即使在學習了c++ 或 Java 等其他語言之后，開發(fā)人員還是更愿意使用 Python。因為無論你想干啥，總有一個Python 庫能滿足你的需求，這些庫讓開發(fā)數(shù)據(jù)科學和AI類的應用變的簡單高效。
但Python在大規(guī)模生產(chǎn)環(huán)境下的性能問題，直接影響了AI應用的開發(fā)效率?，F(xiàn)在很多人工智能初創(chuàng)企業(yè)，正處于底層架構(gòu)的構(gòu)建階段，檢查 Python 的問題很有必要。
GIL鎖住了Python，拄拐走路性能成瓶頸
Python是一個解釋性語言，這導致它執(zhí)行起來比較慢，與其他編譯語言如c++ 和 Go 相比，Python 的執(zhí)行速度就像烏龜一樣，所以很多AI模型雖然是用Python開發(fā)的原型，部署時還得轉(zhuǎn)成其他語言。
Python 是一種動態(tài)類型語言。變量的數(shù)據(jù)類型在運行時自動判斷，也使得執(zhí)行速度變慢。
為了克服 Python 的速度，很多Python庫選擇更快的語言來重寫，例如 TensorFlow、 Numpy 和 Pandas 部分是用 c 或c++ 編寫的，它們有助于顯著提高執(zhí)行速度。
這就有點像拄著拐走路，一直需要外界的幫助。
隨著5G時代的來臨，多任務并行處理和實時性的需求猛增，Python是可以構(gòu)建小而美的應用，但是大規(guī)模、高吞吐的場景下，表現(xiàn)不盡如人意。雖然有很多方法，來提高Python的并行計算的能力，但都是曲線實現(xiàn)的，并沒有實現(xiàn)真正意義的并行。
因為Python中存在一個GIL鎖，每次只允許程序執(zhí)行一個線程。
GIL的全稱是Global Interpreter Lock(全局解釋器鎖)，Python之父為了數(shù)據(jù)安全而設計的，那個時候計算機的主頻還沒有達到1G，程序全部都是運行在單核計算機上面。
某個線程想要執(zhí)行，必須先拿到GIL，可以把GIL看作CPU的「通行證」，拿不到通行證就不允許進入CPU執(zhí)行，Python 的多線程實際上并沒有利用到多核計算的優(yōu)勢，它不管你有幾個核，100個核也只能跑一個線程。
所以，原生的Python在性能上是有諸多限制的。人工智能和數(shù)據(jù)科學領域，對性能需求又很高，那有沒有一種語言既有Python簡單易用的優(yōu)點，又能滿足生產(chǎn)需求呢？
這時，Golang應運而生。
Go天生支持并發(fā)制霸云計算，還將統(tǒng)治AI的下一個十年
Golang（簡稱Go） 是一種靜態(tài)和編譯型語言，這意味著它的執(zhí)行速度將比 Python 快好幾倍。與 Python 不同，Go 不需要其他語言的幫助來提高速度。
下面是Go和 Python 之間的一個小型基準游戲?qū)Q。Go執(zhí)行幾乎和 c++、 Java 一樣快，而且Go 編譯代碼比c++ 和 Java 要快得多，有些游戲中Go所需時間只有Python的百分之一。
Go 的語法也很簡單，程序?qū)懲旰罂梢灾苯泳幾g成二進制文件執(zhí)行。25 個關鍵字就能表達你能想到的所有招式，想干啥事就 Go一下。
Go 最大的特色就是天生支持并發(fā)，不需要像其他編程語言那樣需要開發(fā)者自行實現(xiàn)或借助第三方庫實現(xiàn)并發(fā)編程，邏輯簡單通俗易懂。
Go使用 Goroutine來實現(xiàn)并發(fā)，Goroutine 是可以同時獨立運行的函數(shù)，只占用2 kB 的內(nèi)存，所以單機同時運行成千上萬個Goroutine，也沒問題。
上面這段程序順序執(zhí)行花費了1000多毫秒。下面我們在printTime函數(shù)前面增加一個關鍵字go，也就是使用Goroutine讓程序并發(fā)執(zhí)行，整個過程只花費了110毫秒，所以Go中實現(xiàn)并發(fā)非常簡單。
不同于其他腳本或解釋性高級編程語言，用 Go 編寫的代碼直接了當編譯成機器碼高效執(zhí)行。x86、AMD64 (x86_64)、ARM；Linux、Windows、Darwin (OSX)、FreeBSD、Android (計劃Go 1.4) 幾乎全平臺支持，真正做到了一碼在手，隨處復用。
人工智能正在席卷整個世界，機器學習、深度學習等模仿人類智能的應用程序?qū)映霾桓F，Python可以很好地構(gòu)建原型系統(tǒng)，幫我們驗證模型是否有利用提高效率。
但現(xiàn)在，對高可擴展性和計算能力的需求，讓Python有點捉襟見肘，而Go則在這些方面表現(xiàn)出了更大的潛力。與Python相比，Go的速度可以快幾十倍上百倍，吞吐更多的數(shù)據(jù)，滿足更高的并發(fā)需求。
根據(jù) Hackearth 對來自76個國家的16000多名開發(fā)者的調(diào)查，Go 成為2020年最受歡迎的編程語言。
今年，有經(jīng)驗的開發(fā)人員中有近三成想學習Go，學生中這一比例也達到了29%。
知乎在幾年前也將推薦系統(tǒng)從 Python切換到了 Go。
Go首席布道師許式偉2015年時曾說，Go 語言將在兩年內(nèi)制霸云計算領域，而且Go 將統(tǒng)治下一個 10 年。
Docker、Kubernetes等項目的成功，讓Go在集群計算和云計算領域拔得了頭籌，但是Go的腳步并沒有停下。
我們利用機器學習、深度學習來預測和推理，最終目的還是為了生產(chǎn)服務。
Go對生產(chǎn)環(huán)境的支持要遠遠好于Python，比如Go語言開發(fā)的Cortex，可以將Python開發(fā)的AI模型快速、穩(wěn)定地部署至生產(chǎn)環(huán)境。
Go 和 Python 兩大社區(qū)的開發(fā)人員也爭論過哪種語言更好，似乎，誰也沒完全說服誰。
但越來越多的公司采用Go搭建基礎架構(gòu)，至少證明，Go對生產(chǎn)環(huán)境來說更加合適。
