关注并星标腾讯云开发者
每周 1 | 鹅厂工程师带你审判技术
第 1 期 | 李志瑞：AI 届新语言 Mojo 要火？
前段时间 Modular 公布了一个新语言 Mojo，这语言不止官网放了微小的 emoji，而且它的标准文件后缀一个是「.mojo」另一个是「.」，一副立马要火的样子呢。
说实话，这个用 emoji 做后缀名的操作其实挺无聊，也有点败好感，但如果说这个语言能在齐全兼容 Python 的根底上大幅提高执行效率，并且作者是 LLVM 发起人 Chris Lattner，是不是忽然又有趣味持续理解它了呢？
Mojo 被设计为 Python 语言的超集，并减少了许多个性，包含：
▶︎ Progressive types： 能利用类型信息取得更好性能和动态查看，但又不强制要求写类型。
▶︎ Zero cost abstractions： C++ 的外围设计准则，可能防止用户为了性能放弃正当设计的代码。
▶︎ Ownership + borrow checker： Rust 语言的安全性起源，在编译期防止许多谬误的产生。
▶︎ The full power of MLIR： 原生反对对 MLIR 的间接拜访，可能从底层扩大零碎。
在 Mojo 这个语言的介绍中重复提到 AI，官网也说它是「a new programming language for all AI developers」。那么为什么 AI 开发须要一个新语言呢？首先，咱们晓得在 AI 届具备统治位置的语言就是 Python，Python 是一个语法简略清晰，容易上手，且灵便度很高的语言，深受宽广程序员青睐，XKCD 上有就这么一幅漫画：
当然，受人青睐的语言有很多，Python 成为 AI 届的统治语言除了自身易用之外，也有惯性的因素。因为 Python 上机器学习相干的库多，因而机器学习从业者用的就多，这又反过来令新的机器学习相干库优先为 Python 提供接口，进一步增强了其统治位置。因而，为了逐渐浸透这个用户群，Mojo 兼容 Python 是很正确的一个抉择。Mojo 不仅承诺语法是 Python 的超集，并且它还能间接调用 Python 的库，这意味着 Mojo 不须要从零开始构建本人的生态，自身就能够用上凋敝的 Python 生态了。
尽管 Python 很好，但它有一个家喻户晓的问题，那就是太慢了。而机器学习自身又须要沉重的计算，因而 Python 生态中大量库的底层其实都是用高性能的语言（如 C/C++）进行实现，而后再提供一个 Python 接口供用户调用，典型的如 numpy 这种数学库。在这种状况下，Python 事实上是被作为一个胶水语言来应用，这造成了开发的碎片化，如果一个用户只是简略调一下库那还好说，但一旦到了工业界，开发过程中不可避免地就要波及一些底层库的批改，甚至间接换语言来实现同样的性能以进步性能，这种割裂不止减少了开发成本和精神负担，而且思考到泛滥善于 C/C++ 语言的开发者也并不是 AI 领域专家，这种开发人员能力的不适配也对整个 AI 生态的倒退造成了肯定妨碍。
因而，Mojo 的目标就是要在 Python 生态的根底上，让用户能用一个语言，从应用易用的接口，到开发简单的库，再到实现底层黑科技，对立试验和生产环境所用的语言。为了实现这个目标，Mojo 扩大了 Python 语法，反对了紧凑的内存布局，并引入了一些古代的语言个性（例如 Rust 的安全性查看），使得这个语言可能渐进式地在 AI 界立足。说起来 Chris Lattner 在这方面能够算是经验丰富了，不论是在 gcc/msvc 的统治下实现 clang，还是在 objective-c 的统治下为苹果实现 swift，都是一个逐渐鲸吞对手市场的过程。
说了这么多，该来看看 Mojo 长什么样了。当初 Mojo 还不能间接下载应用，如果想要尝鲜，须要在官网申请，而后在 playground 页面中试用，这是一个基于 Jupyter 的页面，能够混合笔记和可执行的 Mojo 代码。
后面提到，Mojo 的语法是 Python 的超集，因而 Mojo 的 Hello World 也跟 Python 一样简略：
与 Python 一样，Mojo 也应用换行符和缩进来定义代码块：
下面的代码中应用 var 来申明变量 x，应用 let 来申明了不可变量 y。Mojo 像很多较早先的语言一样，让不可变量的申明变得简略，以激励开发者应用不可变的量。另外留神到这里定义函数应用了 fn 而非 Python 的 def，这是因为 Mojo 心愿在兼容 Python 的根底上退出编译期的检查和优化，而 Python 过于动静的语法很难反对这一指标，因而，Mojo 同时反对应用 fn 和 def 两个关键字来申明函数，对于调用者来说，这两种办法申明进去的函数没有什么区别，但对于实现者来说，能够将 fn 看作「严格模式」下的 def，例如上面的代码会编译谬误（如果改成用 def 则不会出错）：
尽管官网承诺 Mojo 的语法是 Python 的超集，但目前 Mojo 还在开发中，很多 Python 语法都还不反对，例如目前连 Python 的 class 都无奈被编译通过：
不过，Mojo 当初先提供了另一个用来组织数据的关键字 struct，相比于 class，struct 更加动态可控，便于优化。一方面，struct 反对相似 Python class 格调的函数申明和运算符重载。而另一方面，struct 又相似于 C++ 的 struct 和 class，外部的成员在内存中紧凑排布，而且不反对在运行时动静增加成员和办法，便于编译期进行优化，例如：
尽管有点不同，但整体上看起来还是十分相熟的对吧。说到这里，有一点须要揭示各位留神，只管 Mojo 之后会令语法成为 Python 语法的超集，但其语义则有时会和 Python 不同，这意味着 Python 的代码间接拷到 Mojo 里可能会呈现编译通过但执行后果不同的状况，这里简略提一个比拟常见的例子：函数传参。在 Python 中，函数传参的语义相似于 C++ 的传指针，在函数外部尽管不能更改调用者指向的对象，但能够扭转该对象外部的状态，例如上面的代码：
在 Python 中，这段代码打印进去的后果是两次 [5, 2, 3]。但在 Mojo 中，应用 def 定义的函数默认的传递逻辑是复制值，也就是说，只管在函数中可能批改参数外部的状态，但批改对于调用方来说是不可见的，因而下面这段代码在 Mojo 中打印的后果是 [5, 2, 3]（foo 外部）和 [1, 2, 3]（foo 内部）。
除了语法像 Python，Mojo 十分求实的一点在于它构建于 Python 的生态之上。因而即使 Mojo 还没能残缺反对 Python 的语法，它还是优先反对了对 Python 库的调用，以便让开发者能受害于宏大欠缺的 Python 的生态。例如上面的代码就应用了 Python 的 numpy 库：
Mojo 作为一个新语言，宽泛排汇许多古代的程序语言设计思维，例如 Rust 的所有权和借用查看，以此晋升代码的安全性。在 Mojo 中，应用 fn 定义的函数的参数默认传的是不可变的援用，即「借用」，调用方依然领有其所有权，因而在函数外部不能够对参数进行批改。Mojo 提供了一个 borrow 关键字来标注这样的参数传递状况，对于 fn 来说是能够省略的，也就是说上面 foo 函数中两个参数的传递形式雷同：
在 Rust 中，传参的默认行为是挪动，如果须要借用则须要在传入时加上 &，这两种形式倒是没有太大的优劣之分，Mojo 的行为可能更靠近于 Python 这类高级语言的习惯。如果想要批改传入的参数，则须要手动注明 inout，例如：
按道理说，Mojo 应该像 Rust 一样躲避一个变量同时被可变和不可变借用，也应该躲避同时被可变借用，但目前 Mojo 编译器仿佛还没实现这一个性，例如上面的代码还是能编译通过的：
从这也能够看出 Mojo 的确还处在比拟晚期的倒退阶段。
另一个重要的内存平安概念是对象的所有权，当一个函数获取了对象的所有权后，调用方就不应该再去应用这个对象了，例如咱们实现了一个只反对挪动的类型 UniquePtr：
同时，咱们有两个函数，其中，use_ptr 应用了后面提到的 borrow 关键字，借用了 UniquePtr 对象，而 take_ptr 则应用 owned 关键字，指明它须要获取传入对象的所有权。那么，在调用 take_ptr 的时候，咱们就须要在参数前面加上 ^ 后缀，用来表明咱们将所有权转移给 take_ptr：
因而，如果咱们将 use_ptr 和 take_ptr 的调用程序调换一下，就会呈现编译谬误：
Mojo 的另一个弱小之处在于它让对 MLIR>) 的操作变得更简略。MLIR 全称是 Multi-Level Intermediate Representation，是一个编译器开发框架，它存在的目标是通过定义多种方言来逐级将代码转换为机器码，以升高编译器的开发成本。在 MLIR 之前，一个广为人熟知的 IR 是 LLVM IR，一个语言的编译器作者能够通过将本人的语言编译为 LLVM IR 来接入 LLVM 的工具链，使得编译器作者不须要关怀底层具体硬件的差异，实现了对底层编译工具链的复用：
但 LLVM IR 层级过低，难以进行特定于语言自身的优化，从下面的图中也能看出，各个语言为了实现语言自身的优化，都在编译为 LLVM IR 之前退出了本人的 IR。另外 LLVM IR 扩大起来也十分艰难，难以适应简单异构计算的要求，而异构计算在 AI 开发中又十分广泛。MLIR 相比于之前的 IR，更加模块化，仅保留了一个十分小的内核，不便开发者进行扩大。很多编译器将代码编译为 MLIR，而 Mojo 提供了间接拜访 MLIR 的能力，这使得 Mojo 可能受害于这些工具。更多对于 MLIR 的内容能够参考这一系列文章：编译器与两头示意: LLVM IR, SPIR-V, 以及 MLIR，这里就不做过多赘述，咱们次要关注在 Mojo 中能够如何操作 MLIR。举例而言，如果咱们心愿实现一个新的 boolean 类型 OurBool，咱们能够这样实现：
这里定义了一个类型为 OurBool 的类型，外面有一个间接应用 MLIR 内置类型 i1 的成员 value。在 Mojo 中，咱们能够通过 mlir_type.typename 的模式来拜访 MLIR 类型。接着，咱们为这个类型提供了两个构造函数，默认状况下结构为 OurFalse 也可基于传入的参数进行构建。最上面的 __bool 也和 Python 的 bool 一样，用于使该类型具备和内置 boolean 类型的性质，此时咱们能够这样应用它：
除了应用 MLIR 之外，Mojo 甚至能够容许开发者应用 MLIR 实现逻辑，例如上面的代码中通过利用 MLIR 的 index.casts 操作来实现类型转换，而后再通过 index.cmp 对值进行比拟：
基于封装好的 eq 办法，咱们能够很容易实现 invert 办法：
此时，咱们就能够对 OurBool 类型的对象应用 ~ 操作符了：
通过这个简略的例子咱们能够看出，在 Mojo 中，开发者能够通过拜访 MLIR 来实现和内置类型等同高效的类型。这使得开发者能够在 Mojo 上为新硬件的数据类型封装高效简略的 Mojo 接口而不须要切换语言。尽管大部分开发者并不需要接触 MLIR，但 Mojo 为更深刻和更底层的优化提供了充沛的可能性。
尽管 Mojo 反复强调它是为 AI 设计的新语言，但以目前 Mojo 的设计方向来看，它的发展前景并不止于 AI。实质上 Mojo 提供了一个可能兼容 Python 生态的高性能语言，且这个语言能够让 Python 开发者简直无痛地切换过来，那 Python 开发者何乐而不为呢？对于应用 Mojo 的开发者来说，下层业务能够将 Mojo 当 Python 一样应用，享受到扼要的语法带来的高开发效率，当呈现性能瓶颈的时候，也不必切换语言去进行优化，间接应用 Mojo 重构模块即可。尽管当初还没法在生产环境中验证这个想法，但这个将来听起来的确十分美妙。对于 Mojo 和 Python 开发性能的比照，您可浏览 Mojo 发布会上的 Jeremy Howard demo for Mojo launch 视频。
目前 Mojo 还在比拟晚期的阶段，不仅许多语言个性都还没实现，而且连本地开发的套件都没有提供。不过其倒退路线和设计思路都十分求实，又有一个足够业余的领导者和公司作为背景撑持，能够说是将来可期，也十分心愿这个语言能在其余畛域失去更宽泛的利用。