Mojo：一种新的编程语言，旨在统一机器学习和人工智能基础架构的平台，与Python兼容，可使用Python库，结合Python的可用性和C语言的性能，具有可扩展的编程能力、强大的编译时元编程以及与自适应编译技术的集成等附加优势，使开发人员能够在整个堆栈上执行通用编程，包括使用异构系统(如CPU、GPU和用C++编写的外部系统工作，尚处于开发阶段，可通过Mojo Playground试用

5月3日，Chris Lattner和 Tim Davis 共同建立了「Modular AI」，希望自下而上重建全球 ML 基础设施。在这家新生的公司中，Chris Lattner 以 CEO 身份领导团队。近日，Chris Lattner 的创业之路有了重要动态。这一次，他带来全新的编程语言「Mojo」。

图片
Mojo将Python的可用性与C的性能相结合，解锁了人工智能硬件无与伦比的可编程性和人工智能模型的可扩展性。Jeremy Howard 试用后，在一篇博客文章中表示，Mojo 可能是几十年来最大的编程进步。Mojo可与 Python 无缝衔接，但克服了很多 Python 的缺点。Chris Lattner 和 Tim Davis 在博客中进行了详细的说明：

当我们创办 Modular 时，我们没有打算建立一种新的编程语言。但是，当我们在建立我们的平台，打算统一世界上的 ML/AI 基础设施时，我们意识到，在整个堆栈中编程太复杂了。另外，我们用手写了很多 MLIR，但并不愉快。

我们想要的是一个创新的、可扩展的编程模型，可以针对加速器和其他机器学习中普遍存在的异构系统。这意味着一种具有强大的编译时元编程的编程语言，整合自适应编译技术，在整个编译流程中进行缓存，以及其他现有语言不支持的东西。
尽管加速器很重要，但最普遍的、有时被忽视的加速器之一是主机 CPU。今天，CPU 有很多类似张量核心的加速器块和其他 AI 加速单元，但它们也是专门加速器无法处理的运算的后备力量，如数据加载、前后处理以及与国外系统的集成。因此，很明显，我们不能用一种只与特定处理器一起工作的「加速器语言」来提升人工智能。应用 AI 系统需要解决所有这些问题，我们认为没有理由不通过一种语言来完成。

使用地址：https://www.modular.com/get-started

 

Mojo：比 Python 快 35000 倍的编程语言

Mojo 是一门新的编程语言，其将 Python 的易用性和 C 的性能结合起来，弥合了研究和生产之间的差距。使用 Mojo，用户可以编写比 C 语言更快的可移植代码，并与 Python 生态系统无缝互操作，其目标是成为 AI 研究和生产的理想选择。

我们先看一个示例。下图展示的是 Mojo 与 Python 无缝互操作：

Mojo 语言具有以下特点：
首先是可用性和可编程性，只用 Mojo 一种语言就能编写所有东西。例如可以编写 Python、大量低级 AI 硬件程序，而不需要 C++ 或 CUDA。

第二是性能，Mojo 解锁了 Python 性能。利用最先进的编译器和异构运行时，Mojo 能够充分利用硬件的全部功能，包括多核、向量单元和加速器单元。在任务不复杂的情况下实现与 C++ 和 CUDA 相当的性能。

并行化：Mojo 利用 MLIR，使 Mojo 开发人员能够利用向量、线程和 AI 硬件单元。
此外，根据测试，Mojo 比 Python 快 35000 倍。
Mojo 第三个特点是互操作性，可以访问整个 Python 生态系统，如可以访问 Numpy、Matplotlib 以及用户自定义代码：

第四个特点是可扩展性。使用预处理和后处理操作就能轻松扩展模型，或者用自定义操作替换其他操作。此外，Mojo 还可以利用核融合、图形重写、形状函数等。

模型的可扩展性，Mojo 可以升级模型中的现有操作。

关于作者Chris Lattner 

Chris Lattner曾是许多大型技术项目的领导者，包括 LLVM 编译器基础结构项目、Clang C 和 C++ 编译器、MLIR 机器学习基础结构等编译器技术，以及为苹果生态系统提供支持的程序设计语言 Swift。此外，Chris Lattner 还为 Google Brain 和 TensorFlow 建立和管理了一系列与 AI 相关的编译器、运行时和编程语言团队。

2022 年 1 月，Chris Lattner 正式宣布创业，和 Tim Davis 共同建立了「Modular AI」，希望自下而上重建全球 ML 基础设施。在这家新生的公司中，Chris Lattner 以 CEO 身份领导团队。

Modular AI 表示，Mojo 仍在开发中，开发者现在可以在 Modular AI 基于 JupyterHub 的 Playground 中试用，用户只需通读教程便可编写自己的 Mojo 代码。

试用地址：https://docs.modular.com/mojo/get-started.html 

参考链接：

https://www.modular.com/blog/the-future-of-ai-depends-on-modularity 

https://www.modular.com/mojo 

https://www.fast.ai/posts/2023-05-03-mojo-launch.html