Wenn Sie der Meinung sind, dass Python langsam ist, hilft Ihnen dieser KI-Analysator dabei, Optimierungen zu erkennen und vorzuschlagen, und hat den besten Artikel in OSDI gewonnen

In den letzten Jahren gibt es eine Programmiersprache, die allgegenwärtig ist, und jeder kennt ihren Namen. Im Internet wird sogar gepredigt, dass man durch das Erlernen dieser Sprache ein Programmiermeister werden kann. Es ist Python. Das Erlernen von Python ist wie ein Schatz: Es ist leicht zu lesen und zu schreiben, verfügt über eine starke Kompatibilität, umfangreiche Bibliotheken und ein breites Anwendungsspektrum. Es ist im Zeitalter von Daten und maschinellem Lernen sehr beliebt geworden. So gut es auch ist, Python hat immer noch seine eigenen Nachteile: Es ist zu langsam! Es gibt viele Programmiersprachen wie C++, Fortran und Java, die bekannter sind. In Python geschriebene Programme sind im Vergleich dazu notorisch langsam. Ein Team von Informatikern an der University of Massachusetts Amherst unter der Leitung von Emery Berger hat einen Python-Profiler namens Scalene auf den Markt gebracht. Die verwandte Forschung „Triangulated Python Performance Issues with SCALENE“ wurde auf der USENIX Operating System Design and Implementation Conference (OSDI) mit dem Best Paper Award ausgezeichnet. Emery Berger sagte, dass Python 100 bis 1000 Mal langsamer als andere Sprachen ist und einige Aufgaben in Python 60.000 Mal länger dauern können. Und Scalene erkennt effektiv genau, wo Python hinterherhinkt, und ermöglicht es Programmierern, Fehler zu beheben und den Code für eine höhere Leistung zu vereinfachen. Das Projekt ist ebenfalls Open Source und hat fast 100.000 GitHub-Sterne.

1. Projektadresse: https://github.com/plasma-umass/scalene

2. Papieradresse: https://arxiv.org/pdf/2212.07597.pdf

Scalene: Hochleistungs-Python Analyse Python ist für seine Ineffizienz bekannt. Um dieses Problem zu lösen, können Programmierer Profiler verwenden, um ineffiziente Bereiche in ihren Programmen zu identifizieren.

Scalene ist ein leistungsstarker CPU-, GPU- und Speicherprofiler für Python. Es macht Dinge, die kein anderer Python-Analysator kann. Scalene läuft um Größenordnungen schneller als andere Profiler und liefert detailliertere Informationen. Es ist außerdem der erste Profiler, der KI für Optimierungsempfehlungen nutzt.

Computergeschwindigkeiten verbessern sich nicht mehr und künftige Geschwindigkeitsverbesserungen werden eher auf effizienter Programmierung als auf Hardware beruhen.

Scalene ist schnell und genau. Es verwendet Sampling statt Instrumentierung oder verlässt sich auf die Tracing-Tools von Python. Der Overhead beträgt in der Regel nicht mehr als 10–20 % (normalerweise weniger).

Bedienungsanleitung Zuerst müssen Sie den OpenAI-Schlüssel eingeben.

Klicken Sie nach Eingabe eines gültigen Schlüssels auf den Bolzen (⚡) neben einer beliebigen Zeile oder auf die Explosionszeichnung (?) des gesamten Codebereichs, um Optimierungsvorschläge zu generieren. Klicken Sie auf eine vorgeschlagene Optimierung, um sie in Ihre Zwischenablage zu kopieren.

Optimierungsvorschläge

Sie können mehrmals auf Bolzen oder Explosion klicken, um verschiedene Optimierungsvorschläge zu generieren.

• Über Emery Berger

Emery Berger ist Professorin an der School of Information and Computer Science der University of Massachusetts Amherst. Im Jahr 2002 erlangte er seinen Doktortitel in Informatik an der University of Texas in Austin.

Professor Berger war Gastwissenschaftler bei Microsoft Research und der Polytechnischen Universität Katalonien (UPC)/Barcelona Supercomputing Center (BSC). Seine Forschungsinteressen umfassen Programmiersprachen, Laufzeitsysteme und Betriebssysteme, mit besonderem Schwerpunkt auf der Verbesserung der Systemzuverlässigkeit, -sicherheit und -leistung.

Das obige ist der detaillierte Inhalt vonWenn Sie der Meinung sind, dass Python langsam ist, hilft Ihnen dieser KI-Analysator dabei, Optimierungen zu erkennen und vorzuschlagen, und hat den besten Artikel in OSDI gewonnen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!