讓 Python 擁有 C/C++ 一樣的速度，編譯神器 Codon 發布！

由 csdn 發佈 2024-03-29T13:51:09.337226+00:00

編譯 | 蘇宓出品 | CSDN（ID：CSDNnews）Python 的運行速度快嗎？雖說不同場景不同定論，但整體而言，它沒有 C、Java 快。這也導致 Python 憑藉可讀性、簡單易上手、良好的生態系統橫行 AI 領域時，一提到速度，就成為眾多開發者頭疼的問題。

編譯 | 蘇宓

出品 | CSDN（ID：CSDNnews）

Python 的運行速度快嗎？雖說不同場景不同定論，但整體而言，它沒有 C、Java 快。這也導致 python 憑藉可讀性、簡單易上手、良好的生態系統橫行 AI 領域時，一提到速度，就成為眾多開發者頭疼的問題。

為了解決這一難題，麻省理工學院的計算機科學家出手了，他們共同研發了一種名為 Codon 的 Python 編譯器，可以將 Python 代碼轉化為本地機器代碼，而不會對運行時的性能產生影響。

當前，Codon 已經在 GitHub 上開源：https://github.com/exaloop/codon，斬獲 6300 個 Star。

Codon 與 C/C++ 性能相當

"在單線程上，比 Python 的典型速度提高了 10-100 倍或更多，"Codon repo寫道，"Codon 的性能通常與 C/C++ 的性能相當（有時甚至更好）。"

與 Python 不同的是，Codon 支持本地多線程，這可以使速度提高許多倍。

Codon 最初是作為一個在 Python 中創建高性能特定領域語言（DSL，domain-specific language）的框架而開發的。DSL 是專注於特定目的的語言，而不是像 Python 或 C 這樣的通用程式語言。

據官方 GitHub repo 透露，Codon 源於 Seq 項目，後者是一個用於生物信息學和遺傳學的 DSL，現如今它已經成長為一個與 Python 3 基本兼容的語言編譯器。

近期，外媒 The Register 通過該工具的研究團隊內部最新分享了一個關於 Codon 的論文。本論文的作者包含了，MIT、維多利亞大學等多名研究人員，如 Ariya Shajii（Exaloop）、Gabriel Ramirez（MIT CSAIL）、Haris Smajlović（加拿大維多利亞大學）、Jessica Ray（MIT CSAIL）、Bonnie Berger（MIT CSAIL）、Saman Amarasinghe（MIT CSAIL）和 Ibrahim Numanagić（維多利亞大學）。

這篇論文指出，"與其他面向性能的 Python 實現（如 PyPy 或 Numba）不同，Codon 是作為一個獨立的系統從頭開始構建的，它可以提前編譯為靜態可執行文件，並且不與現有的 Python 運行時（如 CPython 或 RPython）綁定執行。因此，Codon 可以實現更好的性能，並克服運行時的特定問題，如全局解釋器鎖"。

在論文中，作者也討論了各種基於 Codon 的高性能 DSL，這些 DSL 設計用於生物信息學、數據壓縮和並行編程，也利用了 Codon 的編譯器基礎設施。但是 Codon 可以大幅加速標準的 Python 程序，儘管那些依賴外部庫（如 Django 或 DocUtils）的程序必須依賴 CPython 橋接，這就限制了 CPython 的性能。

"Codon 不需要使用像 numpy 這樣的 C 語言實現的庫來重寫程序，也不需要完全用 C 語言重寫，而是可以使用相同的 Python 實現，並給出你用 C 語言重寫的相同性能"，麻省理工學院教授和 CSAIL 首席研究員 Saman Amarasinghe說道，"因此，我相信 Codon 是成功的 Python 應用程式的最簡單的前進道路，這些應用程式由於缺乏性能而達到了一個極限。"

測試

那麼 Codon 是否真的如說的那樣快？在 Codon 論壇上，一位開發者進行了測試：

$ cat fib.py 
def fib(n): if n == 0: return 0 elif n == 1: return 1 else: return fib(n-1) + fib(n-2)
if __name__ == "__main__": import sys print(fib(int(sys.argv[1])))

CPython 3.11

$ python fib.py 40102334155# mem: 8'816_KB# time: 18.42_s

PyPy 7.3.9

$ pypy fib.py 40102334155# mem: 74'596_kB# time: 4.99_s# ~= 3.7x

Codon compiled

$ codon build -release fib.py$ ./fib 40102334155# mem: 5'612_kB# time: 0.26_s# ~= 70.8x

Codon with python interpreter

# in fibpy.py, we just add `@python` decorator to fib function$ codon build -release fibpy.pyexport CODON_PYTHON=/path/to/libpython3.11.so$ ./fibpy 40102334155# mem: 12'828# time: 18.49# ~= 1x

最終發現，一個簡單的 Codon 編譯的斐波那契腳本比 CPython 版本快 70 多倍。

除此之外，該研究團隊也在 GitHub 上貼出了 Codon 基準測試套件的結果，比較了 Python、PyPy、C++ 和 Codon 在一系列任務和應用上的表現。該基準測試是在以下設置上運行的：

最終結果如下所示：

據 Codon 官方文檔顯示，雖然 Codon 的語法和語義與 Python 的幾乎相同，但還是有一些值得一提的區別，如數據類型方面：

整數。Codon 的 int 是一個 64 位有符號的整數，而 Python 的（在版本 3 之後）可以是任意大的。然而 Codon 通過 Int[N] 支持更大的整數，其中 N 是位寬。
字符串。Codon 目前使用 ASCII 字符串，與 Python 的 unicode 字符串不同。
字典。Codon 的字典類型不保留插入順序，與 Python 3.6 的不同。

此外，Codon 和 Python 在類型檢查、數值運算、模塊等維度還有些許的不同，更詳細的內容可參考：https://docs.exaloop.io/codon/general/differences據悉，Codon 已經被商業化地應用在金融和生物信息學、深度學習等領域。

參考來源：

https://www.theregister.com/2023/03/11/python_codon_compiler/

GitHub 地址：https://github.com/exaloop/codon