در دنیای محاسبات علمی، توسعهدهندگان اغلب با یک انتخاب دشوار روبرو هستند: محیط کاربرپسند و انعطافپذیر پایتون یا سرعت خام و بینظیر زبانهای سطح پایینتر مانند C++ یا CUDA. این مصالحه مدتهاست که یک گلوگاه بوده و تیمها را مجبور میکند یا عملکرد را فدای بهرهوری کنند یا برعکس. اما اگر راهی برای دستیابی به بهترینهای هر دو دنیا وجود داشته باشد چه؟ با موجو (Mojo) آشنا شوید، یک زبان برنامهنویسی جدید که دقیقاً برای پر کردن این شکاف طراحی شده است.
یک مطالعه پیشگامانه توسط محققان آزمایشگاه ملی اوک ریج و دانشگاه تنسی در ناکسویل، موجو را مورد آزمایش قرار داده است. کار آنها پتانسیل موجو را برای سرعت بخشیدن به بارهای کاری علمی پیچیده بر روی قدرتمندترین واحدهای پردازش گرافیکی (GPU) امروزی بررسی میکند. موجو که بر اساس زیرساخت کامپایلر Multi-Level Intermediate Representation (MLIR) پروژه LLVM ساخته شده، در موقعیت منحصربهفردی قرار دارد تا سینتکس پایتون را با عملکردی که میتواند با استانداردهای صنعتی رقابت کند، ارائه دهد.
تیم تحقیقاتی یک ارزیابی عملکرد دقیق انجام داد و چهار هسته علمی پرکاربرد را به موجو منتقل کرد: یک استنسیل هفتنقطهای، BabelStream، miniBUDE و Hartree-Fock. این بنچمارکها با دقت انتخاب شدند تا طیف متنوعی از چالشهای محاسباتی را نمایندگی کنند، از عملیات محدود به پهنای باند حافظه گرفته تا وظایف سنگین محاسباتی که شامل عملیات اتمی هستند. برای ایجاد یک معیار پایه واضح، این پیادهسازیهای موجو با نسخههای بسیار بهینهسازی شده نوشته شده در CUDA (برای انویدیا) و HIP (برای AMD) مقایسه شدند.
آزمایشها بر روی سختافزارهای پیشرفتهای انجام شد: GPUهای NVIDIA H100 و AMD MI300A. نتایج فوقالعاده امیدوارکننده هستند. برای وظایف حافظهمحور، مانند استنسیل هفتنقطهای و BabelStream، موجو عملکردی را نشان داد که بسیار رقابتی و در برخی موارد قابل مقایسه با CUDA و HIP بومی بود. این یک دستاورد قابل توجه است و ثابت میکند که موجو میتواند به طور مؤثر الگوهای دسترسی به حافظه را مدیریت کرده و توان عملیاتی چشمگیری را در معماریهای سختافزاری مختلف ارائه دهد.
با این حال، این مطالعه همچنین به طور شفاف زمینههایی را که موجو هنوز در حال تکامل است، برجسته میکند. شکافهای عملکردی در GPUهای AMD برای هستههایی که به شدت به عملیات اتمی متکی هستند، مشاهده شد. به طور مشابه، هستههای محاسباتی سنگین با ریاضیات سریع (fast-math) نیز جای بهینهسازی در هر دو پلتفرم انویدیا و AMD را نشان دادند. این یافتهها برای هدایت توسعه آینده کامپایلر موجو و اکوسیستم آن بسیار حیاتی هستند.
در نهایت، این تحقیق موجو را به عنوان یک بازیگر جدید و قدرتمند در عرصه محاسبات با کارایی بالا معرفی میکند. این زبان مسیری ملموس به سوی یکپارچهسازی محاسبات علمی و هوش مصنوعی در یک چارچوب واحد، کارآمد و قابل حمل ارائه میدهد. موجو با آوردن عملکرد بالا به اکوسیستم آشنای پایتون، میتواند بهرهوری را به طور چشمگیری افزایش دهد و نسل جدیدی از محققان و توسعهدهندگان را توانمند سازد. برای کسانی که علاقهمند به تکرار نتایج هستند، تمام کدها و اسکریپتها در GitHub موجود است که شفافیت را تضمین کرده و تحقیقات بیشتر توسط جامعه را ترویج میکند.
از منبع بیشتر بیاموزید:
https://arxiv.org/abs/2509.21039