۱ دی ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

زبان موجو برای توسعه هوش مصنوعی با پایتون و MLIR ازدواج می کند

هدف زبان برنامه نویسی جدید ترکیب سازگاری کامل با پایتون با ویژگی های برنامه نویسی سطح پایین، همراه با توانایی مهار پردازنده های گرافیکی و سایر شتاب دهنده های هوش مصنوعی است.

هدف زبان برنامه نویسی جدید ترکیب سازگاری کامل با پایتون با ویژگی های برنامه نویسی سطح پایین، همراه با توانایی مهار پردازنده های گرافیکی و سایر شتاب دهنده های هوش مصنوعی است.

شرکت زیرساخت‌های هوش مصنوعی Modular Mojo را راه‌اندازی کرده است، یک زبان برنامه‌نویسی برای توسعه‌دهندگان هوش مصنوعی که هدف آن ترکیب قابلیت استفاده از پایتون – و سازگاری کامل با اکوسیستم پایتون – با عملکرد C است. برنامه‌نویسی سیستم‌های سطح پایین و ویژگی‌های کامپایل پیشرفته از طریق MLIR، چارچوب کامپایلر نمایندگی چند سطحی میانی ارائه می‌شوند.

در تاریخ ۲ مه رونمایی شد، Mojo برای پر کردن شکاف بین تحقیق و تولید، با استفاده از نحو پایتون طراحی شده است. و همچنین برنامه نویسی سیستم ها و فرابرنامه نویسی زمان کامپایل. صورت‌حساب‌های مدولار، Mojo را سریع‌تر از C++، هک‌پذیرتر از CUDA انویدیا و ایمن‌تر از Rust می‌کند.

پایگاه های داده برداری در LLM و جستجو

موجو با هدف ارائه یک مدل برنامه نویسی نوآورانه به شتاب دهنده ها در یادگیری ماشین شروع شد. اما از آنجایی که پردازنده‌های مرکزی امروزی دارای تانسور و سایر شتاب‌دهنده‌های هوش مصنوعی هستند، ماژولار تصمیم گرفت که Mojo باید از برنامه‌نویسی با هدف عمومی پشتیبانی کند و چون پایتون به طور گسترده در یادگیری ماشینی و جاهای دیگر استفاده می‌شود، برای پذیرش اکوسیستم پایتون. آغوش پایتون همچنین تلاش های طراحی را ساده کرد. مدولار گفت، با توجه به اینکه اکثر نحو از قبل مشخص شده است، شرکت می تواند در عوض بر ساخت مدل کامپایل و طراحی ویژگی های برنامه نویسی خاص تمرکز کند.

پایتون برای حذف GIL و تقویت همزمانی حرکت می کند

Mojo در نظر گرفته شده است که ابر مجموعه ای از پایتون باشد و با برنامه های پایتون موجود سازگار باشد. ویژگی‌های اصلی پایتون مانند async/wait، مدیریت خطا، و متغیرها پشتیبانی می‌شوند، اما سایر جنبه‌های پایتون، مانند کلاس‌ها، هنوز وجود ندارند. اهداف زبان به عنوان عضوی از خانواده پایتون عبارتند از:

  • سازگاری کامل با اکوسیستم پایتون.
  • عملکرد سطح پایین و کنترل سطح پایین قابل پیش بینی.
  • امکان استقرار زیرمجموعه های کد در شتاب دهنده ها.
  • جلوگیری از تکه تکه شدن اکوسیستم.
بزرگترین گلوگاه در مدل های زبان بزرگ

کتابخانه استاندارد Mojo، کامپایلر و زمان اجرا هنوز برای توسعه محلی در دسترس نیستند. Modular یک محیط توسعه میزبانی شده ایجاد کرده است تا Mojo را امتحان کند، Mojo Playground توسعه دهندگان باید برای دسترسی ثبت نام کنند.

نقشه راه برای Mojo شامل ویژگی‌هایی مانند پشتیبانی تاپل است که اکنون تا حدی پیاده‌سازی شده است. و همچنین آرگومان های کلمه کلیدی در توابع، پشتیبانی بهبود یافته مدیریت بسته و ویژگی های استاندارد کتابخانه مانند آرایه های متعارف و انواع فرهنگ لغت. پشتیبانی کامل از ویژگی‌های پویا در کلاس‌های پایتون، و قابلیت همکاری C/C++ نیز قابل توجه است.