Perusahaan Ilmu Data Anaconda Mendanai Proyek Pyston dengan Mempekerjakan Pengembang Utamanya – Bahasa pemrograman Python adalah hit untuk ilmu data dan proyek pembelajaran mesin pada perangkat lunak bertenaga tinggi, tetapi salah satu kelemahannya adalah kecepatan.
Perusahaan Ilmu Data Anaconda Mendanai Proyek Pyston dengan Mempekerjakan Pengembang Utamanya
Baca Juga : Paradigma Pemrograman Fungsional Pada Skala Perusahaan
pythonsprints – Anaconda, sebuah perusahaan yang menyediakan distribusi Python terkemuka untuk ilmu data, ingin mengubahnya dengan mendukung Pyston – implementasi baru Python yang menghilangkan fitur debugging untuk kecepatan.
Pyston, dibuat oleh Kevin Modzelewski, bersumber terbuka pada bulan Mei dengan janji akselerasi 30% dalam kode Python . Modzelewski adalah seorang insinyur di Dropbox, yang merupakan pengguna utama Python dan mempekerjakan pencipta bahasa Guido van Rossum selama lima tahun dari tahun 2013 untuk meningkatkan kodenya .
Anaconda kini telah mempekerjakan Modzelewski dan sesama pengembang utama Marius Wachtler yang telah ditugaskan untuk membangun komunitas pengguna, kontributor, dan pengelola proyek untuk memastikan keberlanjutan jangka panjangnya.
“Dukungan dari Anaconda akan memungkinkan kami untuk menempatkan Pyston ke tangan lebih banyak pengguna lebih cepat dari sebelumnya,” kata Modzelewski dalam sebuah pernyataan. Anaconda mengklaim memiliki lebih dari 25 juta pengguna.
Pyston mengeksekusi program rata-rata 20% hingga 50% lebih cepat daripada Python standar, menurut Anaconda.
Implementasi Python dikembangkan di Dropbox antara tahun 2014 dan 2017. Ini diluncurkan sebagai proyek baru pada tahun 2020 sebagai Pyston v2.
Pyston, yang diturunkan dari CPython resmi dari Python Software Foundation, akan tetap menjadi proyek sumber terbuka. Dengan Anaconda, proyek ini akan fokus pada peningkatan kompatibilitas dengan legiun paket Python yang telah membantu membuatnya dominan dalam ilmu data dan pembelajaran mesin, serta membawa Pyston ke lebih banyak perangkat keras.
“Seri Pyston 2.x yang baru adalah penulisan ulang lengkap dari basis kode dari awal, mulai dari garpu CPython 3.8,” kata Anaconda dalam posting blog yang merinci rencananya untuk menjadi akselerator tujuan umum semua aplikasi Python.
Meskipun Python adalah hit untuk aplikasi pembelajaran mesin yang berjalan pada perangkat keras yang kuat, Python tidak banyak hadir di aplikasi web dan seluler yang didominasi JavaScript.
Salah satu pendiri Anaconda Peter Wang mengatakan kepada ZDNet baru-baru ini bahwa “sangat canggung menggunakan Python untuk membangun dan mendistribusikan aplikasi apa pun yang memiliki antarmuka pengguna grafis yang sebenarnya.”
“Di desktop, Python tidak pernah menjadi bahasa kelas satu dari sistem operasi, dan harus menggunakan kerangka kerja pihak ketiga seperti Qt atau wxPython,” katanya.
Selain ilmu data, kekuatan Python adalah dalam menyatukan sistem backend.
Dan van Rossum, yang sekarang bekerja di Microsoft, mencoba membuat Python dua kali lebih cepat di Python versi 3.11 – satu batang dari tiga cabang Python yang direncanakan untuk tahun 2022. Versi stabil terbaru dari Python adalah versi 3.9.7.
Anaconda telah terlibat dalam proyek pengoptimalan, skalabilitas, dan kinerja Python.
“Salah satu proyek sumber terbuka tertua Anaconda adalah kompiler Numba, kompiler JIT berbasis LLVM untuk fungsi Python numerik yang berjalan pada CPU atau GPU. Akibatnya, kami telah lama memikirkan tentang kompiler Python, dan kami lihat potensi Pyston untuk menghadirkan Python yang lebih cepat dengan cepat ke audiens arus utama.
“Numba menangani banyak kasus penggunaan numerik dengan sangat baik tetapi tidak dapat mengoptimalkan seluruh program, dan itu tidak membahas dunia yang lebih luas dari kasus penggunaan Python. Pyston datang pada masalah kompilasi Python dari arah yang berbeda. Namun, nenek moyang yang sama dengan penerjemah CPython berarti bahwa Numba “hanya bekerja” dengannya, dan kedua sistem dapat digunakan bersama-sama dalam program yang sama. Numba dapat mempercepat fungsi individu hingga 2-10x (atau lebih), dan Pyston dapat meningkatkan kinerja yang lainnya.”
Anaconda juga menganggap peningkatan Pyston dapat di-upstream ke CPython dan sesuai dengan rencana van Rossum di Microsoft untuk mempercepat Python secara signifikan.
