Mojo 是 Modular AI 公司開(kāi)發(fā)的新編程語(yǔ)言，它結(jié)合了 Python 的易用性以及 C 語(yǔ)言的可移植性和性能，目標(biāo)是使其成為 AI 研究和生產(chǎn)的理想選擇。 Modular AI 是 Chris Lattner 和 Tim Davis 于 2022 年創(chuàng)立的公司，目標(biāo)是自下而上重建全球 ML 基礎(chǔ)設(shè)施。在這家新生的創(chuàng)業(yè)公司中，Chris Lattner 以 CEO 身份領(lǐng)導(dǎo)團(tuán)隊(duì)。

Chris Lattner 畢業(yè)于波特蘭大學(xué)的計(jì)算機(jī)科學(xué)系，具有創(chuàng)建和領(lǐng)導(dǎo)多個(gè)知名大型項(xiàng)目的經(jīng)驗(yàn)，其中包括 LLVM、Clang、MLIR 和 CIRCT 等編譯器基礎(chǔ)設(shè)施項(xiàng)目，他還帶頭創(chuàng)建了 Swift 編程語(yǔ)言。

從 2005 年 7 月到 2017 年 1 月間，他曾領(lǐng)導(dǎo)蘋(píng)果的開(kāi)發(fā)者工具部門(mén)，隨后，曾短暫領(lǐng)導(dǎo)過(guò)特斯拉的自動(dòng)駕駛團(tuán)隊(duì)。2017 年 8 月，Chris Lattner 在 Google Brain 團(tuán)隊(duì)領(lǐng)導(dǎo)了 TensorFlow 基礎(chǔ)設(shè)施工作，包括一系列硬件支持（CPU、GPU、TPU），底層運(yùn)行時(shí)和編程語(yǔ)言工作。
今年 5 月，Modular AI 向外界公布了 Mojo。據(jù)稱自 Mojo 亮相以來(lái)，超過(guò) 12 萬(wàn)開(kāi)發(fā)者注冊(cè)使用了 Mojo Playground，另外還有 19 萬(wàn)開(kāi)發(fā)者參與 Discord 與 GitHub 討論。Modular AI 公司更是在上月底宣布融資 1 億美元。
9 月 7 日，Modular AI宣布Mojo正式開(kāi)放下載，這意味著開(kāi)發(fā)者可以在本地使用 Mojo 進(jìn)行開(kāi)發(fā) ——目前僅支持 Linux，官方表示會(huì)盡快推出 Mac 和 Windows 版本。根據(jù)公告，官方提供了編譯器和 Mojo SDK。其中 Mojo SDK 還包括全套開(kāi)發(fā)者和 IDE 工具 ，用于輕松構(gòu)建和迭代 Mojo 應(yīng)用程序。下面是 Mojo SDK 包含的工具概覽。

• mojo 驅(qū)動(dòng)：提供 shell 用于 read-eval-print-loop 或 REPL 的 shell，支持構(gòu)建和運(yùn)行 Mojo 程序、打包 Mojo 模塊（包括對(duì) 擴(kuò)展的支持）、生成文檔和格式化代碼?

• VS Code 擴(kuò)展：支持多項(xiàng)生產(chǎn)力功能，例如語(yǔ)法高亮顯示、自動(dòng)補(bǔ)全代碼等 ?

• Jupyter kernel：支持構(gòu)建和運(yùn)行 Mojo notebooks，包括 Python 代碼??

• 調(diào)試工具（即將推出）：進(jìn)入并檢查正在運(yùn)行的 Mojo 程序，甚至包括混合 C++ 和 Mojo 代碼的框架

Mojo 剛發(fā)布時(shí)，官方介紹稱它能夠利用 MLIR，使 Mojo 開(kāi)發(fā)者能夠利用向量、線程和 AI 硬件單元。根據(jù)測(cè)試，Mojo 比 Python 快 35000 倍。最近開(kāi)發(fā)團(tuán)隊(duì)刷新了自己的成績(jī)，他們表示Mojo 將動(dòng)態(tài)和靜態(tài)語(yǔ)言的優(yōu)點(diǎn)結(jié)合在一起，性能可達(dá)到目前 Python 的 68000 倍。 ▲ 好一個(gè) Python++這很難評(píng)，各位自行下載來(lái)玩一玩吧：https://developer.modular.com/示例代碼跟 Python 一樣，可以通過(guò)運(yùn)行 mojo 命令在 REPL 中進(jìn)行編程。下面是使用 Mojo 計(jì)算歐幾里得距離的代碼：

$ mojo
Welcome to Mojo! 
Expressions are delimited by a blank line.
Type `:mojo help` for further assistance.
1> %%python
2. import numpy as np
3. n = 10000000
4. anp = np.random.rand(n)
5. bnp = np.random.rand(n)

6> from tensor import Tensor
7. let n: Int = 10000000
8. var a = Tensor[DType.float64](n)
9. var b = Tensor[DType.float64](n)
10. for i in range(n):
11.    a[i] = anp[i].to_float64()
12.    b[i] = bnp[i].to_float64()

13> from math import sqrt
14. def mojo_naive_dist(a: Tensor[DType.float64], b: Tensor[DType.float64]) -> Float64:
15.    var s: Float64 = 0.0
16.    n = a.num_elements()
17.    for i in range(n):
18.       dist = a[i] - b[i]
19.       s += dist*dist
20.    return sqrt(s)

23> fn mojo_fn_dist(a: Tensor[DType.float64], b: Tensor[DType.float64]) -> Float64:
24.    var s: Float64 = 0.0
25.    let n = a.num_elements()
26.    for i in range(n):
27.       let dist = a[i] - b[i]
28.       s += dist*dist
29.    return sqrt(s)
30.
31> let naive_dist = mojo_naive_dist(a, b)
32. let fn_dist = mojo_fn_dist(a, b)
33. print(fn_dist)
34. 
1290.8521425092235
35. print(naive_dist)
36. 
1290.8521425092235

此外，Mojo 支持構(gòu)建靜態(tài)編譯的可執(zhí)行文件，開(kāi)發(fā)者可以在沒(méi)有任何依賴項(xiàng)的情況下進(jìn)行部署。例如直接從官方的示例 repo 中編譯并運(yùn)行 hello. 程序，代碼如下所示：

$ mojo build hello.

$ ./hello
Hello Mojo !
9
6
3

$ ls -lGtranh hello*
-rw-r--r-- 1 0   817 Sep  3 23:59 hello.