< p class = "meta"> Av Liam Tung | 31 augusti 2021 – 13:58 GMT (14:58 BST) | Ämne: Enterprise Software
Python-programmeringsspråket är en hit för datavetenskap och maskininlärningsprojekt på kraftfull hårdvara, men en av dess svagheter är snabbhet.
Anaconda, ett företag som tillhandahåller en ledande distribution av Python för datavetenskap, vill ändra det genom att stödja Pyston – en ny implementering av Python som tömmer felsökningsfunktioner för snabbhet.
Pyston, skapat av Kevin Modzelewski, var öppen från maj med löftet om en acceleration på 30% i Python-koden. Modzelewski var ingenjör på Dropbox, som var en stor användare av Python och anställde språkets skapare Guido van Rossum i fem år från 2013 för att förbättra koden.
Anaconda har nu anställt Modzelewski och medutvecklaren Marius Wachtler som har fått i uppdrag att bygga projektets gemenskap av användare, bidragsgivare och underhållare för att säkerställa dess långsiktiga hållbarhet.
“Stöd från Anaconda gör att vi kan lägga Pyston i händerna på fler användare snabbare än någonsin tidigare”, säger Modzelewski i ett uttalande. Anaconda påstår sig ha mer än 25 miljoner användare.
Pyston kör program i genomsnitt 20% till 50% snabbare än standard Python, enligt Anaconda.
Python -implementeringen utvecklades på Dropbox mellan 2014 och 2017. Den lanserades som ett nytt projekt 2020 som Pyston v2.
Pyston, som kommer från den officiella CPython från Python Software Foundation, kommer att förbli ett projekt med öppen källkod. Med Anaconda kommer projektet att fokusera på att förbättra kompatibiliteten med Pythons legion av paket som har hjälpt till att göra det dominerande inom datavetenskap och maskininlärning samt att föra Pyston till mer hårdvara.
“Den nya Pyston 2.x-serien är en fullständig omskrivning av kodbasen från grunden, med början från en gaffel av CPython 3.8”, säger Anaconda i ett blogginlägg som beskriver sin plan för att bli en accelerator för alla Python-applikationer.
Även om Python är en hit för maskininlärningsprogram som körs på kraftfull hårdvara, har den inte mycket närvaro i JavaScript-dominerade webbapplikationer och mobila enheter.
Anaconda-grundare Peter Wang berättade ZDNet nyligen att det var “otroligt besvärligt att använda Python för att bygga och distribuera alla applikationer som har faktiska grafiska användargränssnitt.”
“På stationära datorer är Python aldrig operativsystemets förstklassiga språk, och det måste tillgripa ramar från tredje part som Qt eller wxPython,” sa han.
Förutom datavetenskap är Pythons styrkor att knyta ihop backend -system.
Van Rossum, som nu är anställd av Microsoft, försöker göra Python dubbelt så snabbt i Python version 3.11 – en stam av tre Python -grenar planerade för 2022. Den senaste stabila versionen av Python är version 3.9. 7.
Anaconda har redan engagerat sig i Python -optimering, skalbarhet och prestationsprojekt.
“Ett av Anacondas äldsta projekt med öppen källkod är Numba-kompilatorn, en LLVM-baserad JIT-kompilator för numeriska Python-funktioner som körs på CPU eller GPU. Som ett resultat har vi funderat på Python-kompilatorer länge och vi se potentialen för Pyston att snabbt få snabbare Python till en vanlig publik.
“Numba behandlar många numeriska användningsfall väldigt bra men kan inte optimera hela program, och det tar inte upp den bredare världen av Python -användningsfall. Pyston kommer till Python -kompilationsproblemet från en annan riktning. Fortfarande betyder gemensamma anor med CPython -tolkaren att Numba “fungerar” bara med det, och de två systemen kan användas samtidigt i samma program. Numba kan påskynda enskilda funktioner med 2-10x (eller mer), och Pyston kan förbättra prestanda för allt annat. “
Anaconda räknar också med att Pyston -förbättringar kan uppströms till CPython och samsas med van Rossums planer på Microsofts planer på att påskynda Python avsevärt.
Relaterade ämnen:
Cloud Big Data Analytics Innovation Tech and Work Collaboration Developer 