炸裂！让Python和C一样快，MIT推出新编译器，训练大数据集可提速5-10倍

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