嗨, 大家好, 我是徐小夕.
之前一直在社区分享零代码&低代码的技术实践,也陆陆续续设计并开发了多款可视化搭建产品,比如:
H5-Dooring(页面可视化搭建平台)V6.Dooring(可视化大屏搭建平台)橙子试卷(表单搭建引擎)Nocode/WEP 文档知识引擎最近在研究AI大模型应用的时候, 发现了一个非常有意思的编程语言——Mojo.

Mojo是一种专为AI开发者设计的新编程语言. 开源之后迅速获得了大量的star, 目前它在 github 的 star 数已经达到了 22.5k, 社区成员突破 22k, 目前已有数十万开发者在使用 Mojo 开发AI应用.

Mojo 编程语言被设计为 Python 的超集,既保留了对 Python 的喜爱,又能实现一些原本 Python 无法实现的功能.

它主要应用于解决AI开发中的各种挑战,特别是在处理异构硬件(如CPU、GPU和各种AI ASIC)方面具有优势。由于它是基于 MLIR 构建的,因此适用于需要在不同硬件上进行高效计算的AI场景。
我先上一个它的github和文档地址, 感兴趣的朋友可以研究一下.
github: https://github.com/modularml
文档地址: https://docs.modular.com/mojo/manual
接下来我会和大家详细介绍一下它的亮点, 如何写你的第一段Mojo代码以及它的应用场景.
亮点介绍

你的第一段Mojo代码

Mojo Playground 是一个基于 JupyterHub 的在线开发环境,我们可以在其中尝试和编写 Mojo 代码。
文档地址: https://docs.modular.com/mojo/playground
Mojo 除了提供线上的运行环境之外, 还提供了完整的本地运行环境, 这样我们就可以更自主的基于 Mojo 开发AI应用. 同时它还提供了 vscode 插件, 方便我们更高效的编码:

Mojo的应用场景

Mojo 编程语言特别适用于人工智能开发领域,它允许直接访问内存,并提供对硬件的底层控制,能够用于高性能计算和系统编程。以下是一些具体的应用场景:
推理引擎:Mojo 语言已经在 Modular 公司的推理引擎中得到应用。AI 图像生成:例如利用 Mojo AI API 进行 AI 图像创建等功能。硬件优化:通过将人工智能模型的代码翻译成 Mojo 语言并应用其他优化,可以提高硬件效率,其 AI 引擎还能利用编译时计算,无需在推理过程中重复计算。Mojo 旨在解决其他任何语言都无法解决的各种人工智能开发挑战,成为 AI 开发的统一语言,将研究、开发和部署整合到一个平台上。它的目标是提供比现有 AI 框架更高的性能和效率,同时降低 AI 开发的入门门槛,让更多人能够参与其中。
Mojo 结合了 Python 的易用性和 C 的性能,既能利用 Python 庞大的生态系统,又具备接近 C++的运行效率,比 Python 快数千倍甚至数万倍。其支持多线程和 SIMD(单指令多数据流)操作,可以充分利用现代硬件的并行处理能力,并且内置了自动微分功能,这对于机器学习模型的训练至关重要。
不过,Mojo 语言的生态系统仍在建设中,需要时间来不断发展和成熟。
官网上也提供了几个案例, 供大家学习参考:

对于它的设计架构和性能出发点来说, 这款编程语言还是非常有价值的, 毕竟AI训练和服务需要很大的算力以及服务器性能的支持.
读到这, 大家有什么感受? 是不是又要开始博学一门新语言啦?
如果你们公司也在建设布局AI能力, 欢迎留言区评论反馈, 也欢迎将这篇文章 转发给你们热爱学习的(前)同事们~
最近也独立了一款可视化文档编辑器, 类似飞书和Notion.
github地址: https://github.com/MrXujiang/flowmix
后续我也会持续迭代 H5-Dooring 零代码项目,让它成为最好用的可视化 + 无代码应用搭建工具,如果大家感兴趣,也随时欢迎留言区反馈交流~
评论列表