雑記 | kawana77b

CodonとMojo

個人的にPythonで最近大きなトピックだなと思ったのは、 CodonとMojoの登場でしょうか。

要は「Pythonと互換性のある処理系」の登場です。前者はMIT発ベンチャー、後者はLLVM作者のベンチャー。 Pythonって個人的に三項演算子とか内包表記、何より型とインポート！！の構造が好きじゃないんですが、一般の人がみんな思ってるのは、実際AIとかビッグデータで流行ってるのにPure Pythonはパフォーマンスが残念、という問題だと思います。で、速くしつつ静的な型付けっぽくしてコンパイラで解決、というのが両者のアプローチ。

印象としては前者はCを少し意識する必要があるPython、後者はRust風Pythonって感じでしょうか。どっちもまだまだ実験的という感じがします。前者はBSLだし、後者はまだまだ仕様が謎で全くスーパーセットにはなってない。何よりPythonの魅力って自分はほぼライブラリしかないのだと思うけど、その辺りの扱いはかなり弱め。でも、どっちもビジネスとしてこれから展開していきたいベンチャーが作った、というのは興味深いトレンドですよね。今後の発展は面白いことになるかもしれないなと思います。

Codonを試す

と言うことで、とりあえずCodon触ってみました。

WindowsにCodonは対応してません。が、Dockerによって実行可能です。 Debian系実行環境にC・C++のビルド環境と圧縮系のパッケージが必要です。

FROM python:slim-bullseye

RUN apt update && apt install -y curl build-essential libz-dev zstd && \
  /bin/bash -c "$(curl -fsSL https://exaloop.io/install.sh)" && \
  pip install codon-jit

WORKDIR /app

ENV PATH $PATH:/root/.codon/bin

CMD ["/bin/bash"]

で、codon run main.pyとpython main.pyを実行してみてどっちもOKかチェック。

実際のところ、codonの本領は限りなくC++に近い速度の実行ファイルが作成できることです（Pythonも後発言語みたいにPyInstaller使わずつければいいのに）。また、WASMをターゲットにできるのも強みだと思います。が、実際はJITで使うユースケースのほうが扱いやすいと思います。なので、今回はJITの性能を試してみました。

def performance(prefix: str):
    def _performance(fn):
        def wrapper(*args, **kwargs):
            s = time()
            res = fn(*args, **kwargs)
            e = time()
            print(f'{prefix}: {e - s} seconds')
            return res
        return wrapper
    return _performance

@performance("python")
def calc_sum(repeat: int) -> int:
    total = [x for x in range(1, abs(repeat))]
    return sum(total)

@jit
def calc_sum_jit(repeat: int) -> int:
    total = [x for x in range(1, abs(repeat))]
    return sum(total)

@performance("jit")
def exec_calc_sum_jit(repeat: int) -> None:
    calc_sum_jit(repeat=repeat)

n = 100000000
exec_get_sum_jit(n)
get_sum(n)

結果は以下。大量の計算を平然と行うやつだと、Codonにグルーすることで効率が良いわけですね。これ自体は単純な処理なのですが、これより桁を落とすと、Pure Python（ただしパフォーマンスが大分向上した3.11版）が勝ちました。単純な処理とかなら、普通のPythonで良いのかなあと思いますが、アルゴリズムまわりやオーダーが多い処理を敢えてゴリ押しするみたいな用途には結構使えるかもしれません

jit: 0.7782044410705566 seconds
python: 5.6476500034332275 seconds

CodonとMojo#

Codonを試す#

最近の興味#

CodonとMojo

Codonを試す

最近の興味