麻省理工Python增强编译器Codon让Python像C\\C++一样高效

GETTY IMAGES/IEEE SPECTRUM

Python作为最流行(没有之一)的高级编程语言之一，使用广泛。然而，尽管高级语言的简化语法使其易于学习和使用，但与C或C++等低级语言相比，它可能会慢一些。

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Codon来改变这一现状，Codon是一种基于Python的编译器，允许用户编写与C或C++程序一样高效运行的Python代码。

麻省理工学院CSAIL研究生Ariya Shajii说：“普通Python编译成所谓的字节码，然后字节码在虚拟机中执行，这要慢得多。使用Codon，我们正在进行本机编译，因此您可以直接在CPU上运行最终结果，而不需要中间的虚拟机或解释器。”

EXALOOP

基于Python的编译器附带了适用于Linux和macOS的预构建二进制文件，您还可以从源代码构建或构建可执行文件。Shajii说：“使用Codon，你可以像Python一样分发源代码，或者你可以将其编译为二进制文件。如果你想分发二进制文件，它将与C++这样的语言相同，例如，你有一个Linux二进制文件或Mac二进制文件。”

为了使Codon更快，团队决定在编译时执行类型检查。类型检查涉及将数据类型（如整数、字符串、字符或浮点数等）分配给值。例如，数字5可以指定为整数，字母“c”可指定为字符，单词“hello”可指定为字符串，十进制数3.14可指定为浮点数。

Shajii说：“在常规Python中，它将所有类型都留给运行时使用。使用Codon，我们在编译过程中进行类型检查，这样在运行时就不需要耗费判断数据类型的开销。”

麻省理工学院教授、CSAIL首席研究员Saman Amarasinghe也是Codon论文的合著者，他补充道，“如果你有一种动态语言（比如Python），每次你有一些数据时，你都需要保留大量额外的元数据，以在运行时确定类型。”Codon去掉了这些元数据，所以“代码更快，数据更小，”他说。

Shajii表示，在运行时没有任何不必要的数据或类型检查的情况下，Codon的开销为零。谈到性能，“Codon通常与C++不相上下。与Python相比，我们通常看到的是10到100倍的改进，”他说。

但Codon的方法也有取舍。Shajii说：“我们做这种静态类型检查，不允许Python的一些动态特性，例如在运行时动态更改类型，同时有些Python库暂时还不支持Codon，也就是兼容性还有待提高。”

Amarasinghe补充道：“Python已经经过了许多人的实战项目测试，但Codon才刚开始，还没有达到和Python一样的完美。它需要运行更多的程序，获得更多的反馈，并加强和修复更多。达到Python的强化水平需要一些时间。”

Codon最初被设计用于基因组学和生物信息学。Shajii说：“这些领域的数据集越来越大，像Python和R这样的高级语言处理每组测序数据太慢了。这就是我们想要填补的空白，通过培训一种无需编写C或C++代码即可处理大数据的方法，为不一定是计算机科学家或程序员的领域专家提供帮助。”

MIT/EXALOOP/UNIVERSITY OF VICTORIA/ACM

除了基因组学，Codon还可以应用于处理大量数据集的类似应用程序，以及基于Python的编译器支持的GPU编程和并行编程等领域。事实上，Codon现在正通过初创公司Exaloop在生物信息学、深度学习和定量金融领域进行商业应用，Shajii创立了Exaloop，旨在将Codon从学术项目转变为行业应用。

为了使Codon能够处理这些不同的域，该团队开发了一个插件系统。“这就像一个可扩展的编译器，”Shajii说，“你可以为基因组学或其他领域编写一个插件，这些插件可以有新的库和新的编译器优化。”

此外，组织可以使用Codon进行原型设计和应用程序开发。Shajii说：“我们看到的一种模式是，人们用Python进行原型设计和测试，因为它很容易使用，但当紧要关头，他们必须重写（他们的应用程序），或者让其他人用C或C++重写它，以便在更大的数据集上进行测试。有了Codon，你可以继续使用Python，两全其美。”

关于Codon的下一步，Shajii和他的团队目前正在研究广泛使用的Python库的本地实现，以及特定于库的优化，以从这些库中获得更好的性能。他们还计划创建一个广受欢迎的功能：为Codon创建一个WebAssembly后端，以便在Web浏览器上运行代码。