https://m.toutiao.com/is/Jo62obk/
作者：Murray Vanwyk是Programmai公司的首席技術官
谷歌的Swift for Tensorflow對于數(shù)據(jù)科學和機器學習而言意味著什么？
Python對于數(shù)據(jù)科學而言已死，這種說法似乎有點怪怪的。畢竟，如今Python是數(shù)據(jù)科學界當仁不二的語言，人氣從未如此旺過。2020年11月，它擊敗了長期備受青睞的Java，奪得編程語言排行榜第二名。我一直認為Python是每位數(shù)據(jù)科學家都應該知道的編程語言。數(shù)據(jù)科學領域的大部分工作是實現(xiàn)和執(zhí)行，而Python在方面表現(xiàn)出眾。它擁有出色的軟件包支持，讓您可以將不同的代碼段粘合在一起，快速啟動并運行代碼段。外面有許多文章和論文介紹數(shù)據(jù)科學，所附的Python代碼可幫助您在進行開發(fā)時迅速解決棘手的問題。這一切意味著您可以極其高效地工作，其他語言難以望其項背。別誤會，我是喜歡Python，但是它也有缺點，而這些缺點促使谷歌邁出了下一步。
Python的最大問題是它不是一種高性能的語言。數(shù)據(jù)科學需要處理大量數(shù)據(jù)；由于很久以前的設計決策，Python根本無法擴展。為了解決這些問題，開發(fā)人員將其他語言（比如C和Fortran）混入到了Python代碼中。這種做法非常務實，但也存在缺點。如果您曾經(jīng)試圖了解來自NumPy、Tensorflow或其他大多數(shù)數(shù)據(jù)科學軟件包中的函數(shù)中到底發(fā)生了什么，您最終會碰上“C墻”（“C Wall”）。這是Python代碼結束、C代碼開始的臨界點，通常也正是在這個點，您只好放棄，干脆接受不知道發(fā)生了什么情況的事實。當然，您可以在github上找到源代碼，并可能設置另一個調(diào)試器以遍歷該函數(shù)及其調(diào)用的任何其他函數(shù)，但這已經(jīng)犧牲了Python給您帶來的最大優(yōu)點：生產(chǎn)力。
試圖并行化處理任何實質(zhì)性內(nèi)容也會大大降低生產(chǎn)力，因為您有悖于GIL。GIL（或全局解釋器鎖）保證同一時刻只有一個線程在運行，這意味著您必須執(zhí)行煩人的操作，比如對進程進行分叉（forking）。Python確實為您提供了不錯的包裝器來實現(xiàn)此目的，但是到頭來分叉并不高效。
隨著數(shù)據(jù)科學問題逐漸進入到移動平臺和物聯(lián)網(wǎng)平臺，性能也帶來了挑戰(zhàn)。如果您想在物聯(lián)網(wǎng)傳感器上運行預測模型，可能會使用Python來開發(fā)和訓練該模型，但由于傳感器資源有限，因此使用另一種語言來部署模型。訓練和部署使用不同語言加大了研發(fā)與生產(chǎn)之間的缺口，并加大了出現(xiàn)問題的可能性。
諸如此類的問題使得人們很難在機器學習領域求得突破，這就是為什么谷歌開發(fā)了Swift for Tensorflow。我頭一次聽說它時，以為它只是在iOS應用程序中運行Tensorflow模型。谷歌在Swift方面所抱的野心似乎要大得多。谷歌甚至稱之為“用于深度學習和可微計算的下一代系統(tǒng)”。這里的關鍵字是“下一代”。谷歌甚至詳細說明了為什么Python對Tensorflow而言不是一門優(yōu)秀的語言。
與Python相比，Swift速度更快。快得足以讓Tensorflow團隊認為不久“Swift將成為在許多使用場合取代C++的可靠語言”。Python是Tensorflow的主要語言，不過據(jù)github聲稱，它僅占代碼庫的26%，而C++占代碼庫的61%。Swift還通過對pthread的低級訪問來支持更好的并行化機制，或者您可以使用Swifts GCD（大中央調(diào)度）。還一直在努力添加新的并發(fā)模型以進一步改善擴展機制。最后，Swift旨在可以在iOS之類的移動設備上運行，在Raspberry PI等物聯(lián)網(wǎng)平臺上運行起來比Python更快，占用的內(nèi)存更少。
谷歌已采取了幾個措施來簡化數(shù)據(jù)科學家向“下一代平臺”轉(zhuǎn)型的工作。NumPy是數(shù)據(jù)科學界的重要組成部分，也是許多軟件包的基礎。谷歌一直將其重新實現(xiàn)為TensorFlow NumPy：與傳統(tǒng)的NumPy相比，它具有許多優(yōu)點，比如GPU加速。至于其他軟件包，您可以使用PythonKit來運行，就像它們是為Swift開發(fā)的一樣?，F(xiàn)在，外頭所有那些附有代碼的文章和論文都可以在您的Swift程序中重復使用。您猜怎么著？PythonKit的根源其實可以追溯到谷歌和Tensorflow團隊。谷歌甚至確保您可以在Jupyter筆記本中使用Swift，那樣您就不必改變原有的工作流程。
現(xiàn)在，我倒不是說谷歌一心要殺死Python，但是很明顯，谷歌已發(fā)現(xiàn)了這門語言對于數(shù)據(jù)科學而言存在的局限性。鑒于谷歌在機器學習方面已投入了巨資，它會在其他人之前碰到這些局限性自在情理之中。問題是，您在多久之后也會碰到這些局限性？谷歌和Tensorflow正在離Python漸行漸遠，最終您也會亦步亦趨。唯一的問題是何時您何時也離Python漸行漸遠。
想要更深入地探究技術細節(jié)，請參閱谷歌Tensorflow團隊撰寫的這篇文章（https://github.com/tensorflow/swift/blob/master/docs/WhySwiftForTensorFlow.md#python-challenges）。
