自深度學(xué)習(xí)興起以來，Python 一直是最熱門的編程語言之一，它在數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)領(lǐng)域占主導(dǎo)地位，甚至是科學(xué)和數(shù)學(xué)計(jì)算領(lǐng)域的主角。如今你能想象到的任何項(xiàng)目，幾乎都可以找到一個(gè)相應(yīng)的 Python 包。

然而，盡管高級(jí)語言的簡化語法使其易于學(xué)習(xí)和使用，但和 C 或 C++ 等低級(jí)語言相比，它的速度更慢。

麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）的研究人員希望通過 Codon 來改變這一現(xiàn)狀，Codon 是一種基于 Python 的編譯器，允許用戶編寫與 C 或 C++ 程序一樣高效運(yùn)行的 Python 代碼，同時(shí)可以定制和適應(yīng)不同的需求和環(huán)境。

該研究的最新論文《Codon: A Compiler for High-Performance Pythonic Applications and DSLs》發(fā)表在了 2 月份的第 32 屆 ACM SIGPLAN 編譯器構(gòu)建國際會(huì)議上。

• 項(xiàng)目鏈接：https://github.com/exaloop/codon
• 論文：https://dl.acm.org/doi/abs/10.1145/3578360.3580275

在開發(fā)工作中，人們需要使用編譯器將源代碼轉(zhuǎn)換為可由計(jì)算機(jī)處理器執(zhí)行的機(jī)器代碼，Codon 能幫助開發(fā)者在 Python 中創(chuàng)建新的領(lǐng)域特定語言（DSL），同時(shí)仍然獲得其他語言的性能優(yōu)勢。

「常規(guī) Python 會(huì)被編譯成所謂的字節(jié)碼，該字節(jié)碼在虛擬機(jī)中執(zhí)行，這就會(huì)讓速度慢上很多，」Codon 論文的主要作者 Ariya Shajii 表示，「通過 Codon，我們則進(jìn)行本地編譯，因此你可以直接在 CPU 上運(yùn)行最終結(jié)果 —— 不經(jīng)過中間虛擬機(jī)或解釋器?！?/span>

基于 Python 的編譯器帶有適用于 Linux 和 macOS 的預(yù)構(gòu)建二進(jìn)制文件，你還可以從源代碼構(gòu)建或生成可執(zhí)行文件?！甘褂?Codon，你可以像 Python 一樣分發(fā)源代碼，或者你可以將它編譯成二進(jìn)制文件，」Shajii 說。「如果你想分發(fā)一個(gè)二進(jìn)制文件，它將與像 C++ 這樣的語言一樣，例如一個(gè) Linux 二進(jìn)制文件或一個(gè) Mac 二進(jìn)制文件。」

為了讓 Codon 更快，研究人員決定在編譯時(shí)執(zhí)行類型檢查。類型檢查涉及將數(shù)據(jù)類型（例如整數(shù)、字符串、字符或浮點(diǎn)數(shù)等）分配給值。例如數(shù)字 5 可以分配為整數(shù)，字母 c 可以分配為字符，單詞 hello 可以分配為字符串，十進(jìn)制數(shù) 3.14 可以分配為浮點(diǎn)數(shù)。

「在常規(guī) Python 中，所有類型都給了 runtime，」Shajii 介紹道?！甘褂?Codon，我們?cè)诰幾g過程中進(jìn)行類型檢查，這讓我們避免了在 runtime 進(jìn)行所有昂貴的類型操作?！?/span>

MIT CSAIL 首席研究員 Saman Amarasinghe 補(bǔ)充說，「如果你有一種動(dòng)態(tài)語言（比如 Python），每次你有一些數(shù)據(jù)時(shí)，你都需要在它周圍保留很多額外的元數(shù)據(jù)，以確定 runtime 的類型。Codon 取消了這種元數(shù)據(jù)，因此代碼速度更快，數(shù)據(jù)更小?！?/span>

根據(jù) Shajii 的說法，Codon 在運(yùn)行時(shí)沒有任何不必要的數(shù)據(jù)或類型檢查，所以開銷為零。在性能方面，「Codon 通常與 C++ 不相上下。與 Python 相比，我們通常看到的是 10 到 100 倍的速度改進(jìn)?！?/span>

另一方面，Codon 的方法有其權(quán)衡?！肝覀冞M(jìn)行這種靜態(tài)類型檢查，并且不允許使用 Python 的一些動(dòng)態(tài)特性，比如在 runtime 動(dòng)態(tài)更改類型，」Shajii 表示。

「還有一些 Python 庫我們還沒有實(shí)現(xiàn)?！笰marasinghe 補(bǔ)充說，「Python 已經(jīng)過無數(shù)人的實(shí)際測試，而 Codon 還沒有達(dá)到那樣的水平，它需要運(yùn)行更多的程序，獲得更多的反饋，并加固更多。達(dá)到常規(guī) Python 的穩(wěn)定水平需要一些時(shí)間?！?/span>

Codon 最初設(shè)計(jì)用于基因組學(xué)和生物信息學(xué)的工作。研究人員嘗試了大約 10 個(gè)用 Python 編寫的常用基因組學(xué)應(yīng)用程序，并使用 Codon 對(duì)其進(jìn)行了編譯，與最初的手動(dòng)優(yōu)化實(shí)現(xiàn)相比實(shí)現(xiàn)了 5 到 10 倍的加速。

「如今這些領(lǐng)域的數(shù)據(jù)集已變得非常大，而像 Python 和 R 這樣的高級(jí)語言速度太慢，無法處理每組測序 TB 級(jí)的數(shù)據(jù)量，」Shajii 說道?！高@就是我們想要填補(bǔ)的空白 —— 通過構(gòu)建一種無需寫 C 或 C++ 代碼即可處理大數(shù)據(jù)的方法，從而為非計(jì)算機(jī)科學(xué)或?qū)I(yè)開發(fā)者的領(lǐng)域?qū)＜姨峁椭??！?/span>

上述圖表在幾個(gè)基準(zhǔn)上比較了 Python（CPython 3）、PyPy、Codon 和 C++ 的性能。y 軸顯示 Codon 實(shí)現(xiàn)相對(duì)于 CPython 實(shí)現(xiàn)的加速。MIT/EXALOOP/UNIVERSITY OF VICTORIA/ACM

除了基因組學(xué)，Codon 還可以應(yīng)用于處理海量數(shù)據(jù)集的類似應(yīng)用程序，以及基于 Python 的編譯器支持的 GPU 編程和并行編程等領(lǐng)域。事實(shí)上，Codon 現(xiàn)在正通過初創(chuàng)公司 Exaloop 在生物信息學(xué)、深度學(xué)習(xí)和量化金融領(lǐng)域進(jìn)行商業(yè)應(yīng)用，Shajii 創(chuàng)立了該公司，旨在將 Codon 從學(xué)術(shù)項(xiàng)目轉(zhuǎn)變?yōu)樾袠I(yè)應(yīng)用。

為了使 Codon 能夠適應(yīng)不同領(lǐng)域，該團(tuán)隊(duì)開發(fā)了一個(gè)插件系統(tǒng)?！杆拖褚粋€(gè)可擴(kuò)展的編譯器，」Shajii 說道。「你可以為基因組學(xué)或其他領(lǐng)域編寫插件，這些插件可以有新的庫和新的編譯器優(yōu)化?！?/span>

此外，公司和機(jī)構(gòu)可以使用 Codon 來制作原型和開發(fā)自己的應(yīng)用程序?！肝覀兛吹降囊环N模式是：人們使用 Python 進(jìn)行原型設(shè)計(jì)和測試，因?yàn)樗子谑褂?，但到了某些重要事?xiàng)上，他們就不得不重寫應(yīng)用程序，或讓其他人用 C 或 C++ 在更大的數(shù)據(jù)集上進(jìn)行重寫與測試，」Shajii 表示?！竿ㄟ^ Codon，你就可以完全使用 Python，并獲得兩全其美的好處?！?/span>

關(guān)于 Codon 的未來，Shajii 和他的團(tuán)隊(duì)目前正在研究廣泛使用的 Python 庫的本地實(shí)現(xiàn)，以及特定于庫的優(yōu)化，以幫助人們從這些庫中獲得更好的性能。他們還計(jì)劃創(chuàng)建一個(gè)廣受歡迎的功能：Codon 的 WebAssembly 后端，以支持在 Web 瀏覽器上運(yùn)行代碼。