美国初创企业Modular在5月2日宣布，在其正在开发的下一代AI软件开发平台中取得了两项新的技术突破，集成推理引擎“Modular Inference Engine”，以及结合了Python的易用性和C语言性能的新编程语言"Mojo"。Modular希望通过这个开发平台，从根本上改变AI的可编程性、可用性、可扩展性以及计算方式。
Python以其在AI和机器学习领域的应用而闻名，但其速度问题一直受到批评。虽然有用C语言编写的作为Python包装器的库，但这些库在提高性能的同时，会降低代码的可读性等问题。因此，专门为AI和机器学习开发的新语言Mojo引起了人们的关注。
对于那些困扰于Python速度问题的AI和机器学习工程师来说，Mojo可能是个好消息。Mojo以Python为基础，并具有Python的兼容性，声称其速度是Python的35000倍。Mojo结合了Python的易用性和C语言的性能，同时具备AI硬件的可编程性和AI模型的可扩展性。
那么Mojo大概有哪些特点呢。
1
描述所有内容的一种语言
Mojo结合了研究人员所喜欢的Python的优点和C、C++、CUDA等语言提供的系统编程功能。Mojo建立在下一代编译器技术之上，开发者可以向程序添加类型以显著提高性能，定义零成本抽象，享受像Rust这样的内存安全性优势，利用自定义的自动调优功能和编译时元编程功能。
2
挖掘Python的性能
Mojo建立在Modular的高性能异构运行时之上，使用MLIR（多级中间表示）。MLIR可以访问所有AI硬件。因此，Mojo可以进行线程操作，访问低级硬件功能（如TensorCores和AMX扩展）和加速器。实际上，Mojo在执行像Mandelbrot这样的数值算法时，可以获得Python的35000倍速度，因为它可以充分利用硬件。
3
访问整个Python生态系统
为了获取这种强大的性能，无需牺牲你已知和喜欢的东西。Mojo不仅提供了类似Python的外观和感觉，而且开发者可以访问整个Python生态系统。这包括像Numpy、Pandas、Matplotlib这样的受欢迎的库，以及现有的自定义Python代码等。
4
升级模型和Modular堆栈
Mojo不是一个副项目，所有由Modular自家开发的内核都是用Mojo编写的，这也是Modular推理引擎能够发挥出卓越性能和可移植性的原因。在这个引擎中，可以使用Mojo的前处理和后处理操作来扩展模型，或将现有的操作替换为自定义操作。使用Mojo，可以通过内核融合、图形重写、形状函数等来定制Modular堆栈，无需重新编译框架或编写C++或CUDA代码。
那么怎么使用Mojo呢，最近非常流行Waiting List，Mojo也不例外，访问下面的网址，填写个人信息，然后等待就可以了。
https://www.modular.com/get-started
（请复制后在浏览器里打开）
获取使用权限后，会收到联系邮件，点击链接进入后，Mojo的背景看起来与Jupyter笔记本非常相似。
虽然Mojo还在开发中，如果Mojo能够实现其承诺，它可能成为AI和机器学习的下一个重大事件。您可以申请早期访问并参与Mojo的开发。如果您对Mojo感兴趣，请访问官方网站查看更多详细信息。希望Mojo能够帮助您的AI和机器学习项目。
