原文地址：https://artificialcorner.com/mojo-the-programming-language-for-ai-that-is-up-to-35000x-faster-than-python-e68d1fba37db

介绍Mojo —— 针对AI开发者的新编程语言。

为AI开发者新推出了一门编程语言：Mojo。

我知道你可能在想——又要从零开始学一门新的编程语言……但是我有个好消息，Mojo被设计成Python的超集，所以如果你已经会Python，学Mojo应该不会很困难。

但这并不是全部。Mojo将Python的易用性与C的性能相结合，其速度达到Python的35000倍。

如果你对AI感兴趣，并且已经会Python，那么Mojo绝对值得一试。以下是你需要了解的关于Mojo的所有信息。

既然我们已经有了Python，为什么还需要Mojo？

Python的简洁和多功能性使其成为数据科学、机器学习和AI领域的首选语言。它有大量非常适合数据工作的包，但对于需要高性能的库，Python只充当胶水层和与C、C++及其他性能更好的语言的底层绑定。

这使得像numpy和TensorFlow这样的库得以开发。然而，这也带来了一个问题：构建这些库非常复杂，它需要对CPython的内部结构有深入的了解，还需要掌握C/C++等知识。

根据Mojo的文档 https://docs.modular.com/mojo/why-mojo.html ，Python带来的问题影响得更深，特别是在AI领域。

仅有Python并不能解决所有应用AI系统的问题，这就是Mojo诞生的原因。Mojo是一种结合了Python的易用性和C的性能的编程语言。

两全其美！

但Mojo并不是一个凭空而来的项目。实际上，Mojo来自于一个名为Modular的公司，该公司是由创建了Swift编程语言和LLVM的Chris Lattner共同创办的。

这就是为什么我认为这个项目值得关注。接下来，我们来看看Mojo的一些最佳特点。

Mojo的特点

Mojo 具有许多开箱即用的有趣功能。以下是其中的一些。

1. Mojo被设计为Python的超集

Mojo 的目标是与 Python 生态系统完全兼容。

这意味着如果您是 Python 程序员，您可以轻松使用 Mojo，因为两种编程语言都有许多共同的函数、特性和库。

像numpy、pandas和matplotlib这样的库在Mojo中也都可以使用。以下是使用Mojo如何通过matplotlib绘图的方法。

话虽如此，Mojo仍处于非常初级的阶段 https://docs.modular.com/mojo/why-mojo.html ，所以它仍然缺少许多Python的特性（例如，它尚不支持类）。

希望在未来的更新中，Mojo将与Python完全兼容。

2. 强类型检查

Mojo利用类型进行更好的性能和错误检查。

尽管你仍然可以像使用Python那样使用灵活的类型，但Mojo允许你使用严格的类型检查。这可以使你的代码更加可预测、易于管理和安全。

3. 内存所有权和借用检查

不免想到了 rust

Mojo支持一个 owned 参数约定，该约定用于希望完全拥有某个值的函数。

这一点会帮你充分保证内存的安全，而不会出现任何问题。

4. 自动调优

Mojo内置了自动调优功能，可以帮助自动找到最佳的参数值，以充分利用目标硬件。

5. Mojo利用MLIR

通过充分利用 MLIR （一种多级中间表示的编译器基础架构，旨在提供通用的、可扩展的编译器基础设施），Mojo开发人员可以利用向量、线程和AI硬件单元。

这有助于Mojo实现出色的性能，因为与单线程执行的Python不同，Mojo可以在多个核心之间进行并行处理。

这就是 Mojo 比 Python 快 35000 倍的原因之一。

如何开始使用Mojo

Mojo仍然在开发中，但你今天可以在基于JupyterHub的Playground上尝试它。要尝试Mojo，请前往这个网站进行注册 https://www.modular.com/get-started 。