江苏龙网

  1. 首页 > 人文 > >

机器之心更快、更强的Python实现：Pyston v2.0发布


选自THE PYSTON BLOG
作者：Kevin Modzelewski
机器之心编译
机器之心编辑部
比 Python 快 20% 的 Pyston v2.0 来了 。
2014 年 ， Python 实现 Pyston 诞生 。 Pyston 的开发目标是开发高性能 Python 实现 ， 使 Python 跻身 C++ 等传统系统级语言主导的领域 。
Pyston 最初是由 Dropbox 推出的基于 JIT 的 Python 实现 。 Pyston 解析 Python 代码 ， 并转换到 LLVM 中间表示（IR） ， 然后 IR 通过 LLVM 优化器和 LLVM JIT 引擎 ， 得到可执行的机器码 。
六年过去 ， 10 月 28 日 Pyston 团队发布了最新版本——Pyston v2 。
Pyston v2：比 Python 快 20%
【机器之心更快、更强的Python实现：Pyston v2.0发布】据官方介绍 ， 在宏基准测试上 Pyston v2 比 Python 3.8 快了 20% 。 除了速度快 ， Pyston v2 还可以降低服务器成本 ， 减少用户等待时间 ， 提高开发生产力 。
此外 ， Pyston v2 易于部署 。 如果想获得更好的 Python 性能 ， 只需花很少的时间就可以尝试部署 Pyston 。
性能
Pyston v2 在许多工作负载上的速度有明显提升 。 开发者的研究重点一直放在 Web 服务器工作负载上 ， 但 Pyston v2 在其他工作负载和常见基准上速度也更快 。
开发团队整理了一个新的公开 Python 宏基准测试套件 ， 该套件可测量多个常用 Python 项目的性能 。
Pyston v2 在微基准测试上也显示出性能加速 。 在 chaos.py 和 nbody.py 等测试中 ， 其速度是标准 Python 的 2 倍 。
机器之心更快、更强的Python实现：Pyston v2.0发布
本文插图
在目标基准 (djangocms + flaskblogging) 上 ， Pyston v2 实现了平均延迟 1.22x 加速、p99 延迟 1.18x 加速 ， 并且每个进程使用的内存仅多了几 MB 。
技术方法
Pyston v2 使用的技术包括：
利用 DynASM 的低开销 JIT；
Quickening；
通用 CPython 优化；
构建进程提升 。
兼容性
由于 Pyston 是 CPython 的分支 ， 因此开发团队认为 Pyston 是目前兼容性最强的 Python 实现 。 它支持 CPython 拥有的所有特性和 C API 。
理论上 ， Pyston 与 CPython 具备同样的功能 ， 但在实践中任何新的 Python 实现都会遇到一些暂时的兼容问题 。 详情参见：https://github.com/pyston/pyston/wiki 。
可用性
Pyston v2.0 可作为预置软件包立即可用 。 目前 ， Pyston v2.0 已具备适用于 Ubuntu 18.04 和 20.04 x86_64 的包 。
Pyston 的试用较为简单 ， 安装软件包 ， 将 python3 替换成 pyston3 ， 然后使用 pip-pyston3 install 重新安装依赖项 。 在已有自动构建设置时 ， 这一改变只需几行即可完成 。
Pyston 团队表示 ， 计划未来将代码开源 ， 但由于编译器项目成本高昂且没有赞助 ， 因此目前该项目仍是闭源的 ， 但 Pyston v1.0 的源代码是开放的 。
https://blog.pyston.org/2020/10/28/pyston-v2-20-faster-python/
Java工程师入门深度学习（二）：DJL推理架构详解
DJL是亚马逊推出的开源的深度学习开发包 ， 它是在现有深度学习框架基础上使用原生Java概念构建的开发库 。 DJL目前提供了MXNet,、PyTorch和TensorFlow的实现 。 Java开发者可以立即开始将深度学习的SOTA成果集成到Java应用当中 。
11月3日20:00 ， 李政哲（AWS软件开发工程师）将带来线上分享 ， 介绍DJL推理模块并结合具体场景讲解各模块使用方法 ， 推理 API 的使用方法以及如何优化推理速度 ， 如何部署在微服务、大数据服务以及移动端并搭配客户成功案例的讲解 。


    推荐阅读


    上一篇：电影胡侃|“露脚踝”已经过期了，学习明星们的“保暖穿搭”，美得很高级

    下一篇：中关村在线小米众筹魔方mini电脑主机：999元起