Después de una pausa de tres años en el desarrollo, se ha publicado el lanzamiento del proyecto Pyston 2, que desarrolla una implementación de alto rendimiento del lenguaje Python utilizando los desarrollos del proyecto LLVM. La implementación se destaca por el uso de tecnologías de compilación JIT modernas y tiene como objetivo lograr un alto rendimiento similar al de los lenguajes de sistema tradicionales como C++.
Evolucionar un lenguaje para que se parezca a C++ en rendimiento.
¿Y por qué no usar directamente C++?
Tantos lenguajes están frenando el desarrollo. Estamos demasiado ocupados aprendiendo nuevos lenguajes y deberíamos emplear ese tiempo en conocer más a fondo el lenguaje y hacer mejores programas.
#3 Además de un optimismo extremo. Esos javas tuneados quizás pueden acercarse remotamente a lenguajes como c++ en velocidad, pero usan muchísima más memoria.
#3 Es verdaderamente absurdo la cantidad de nuevos lenguajes que salen para intentar hacer cosas que ya se pueden hacer con los lenguajes que existen y que se ganaria más tiempo creando librerias estandar optimizadas para realizar infinidad de cosas con C++.
#7 Lo mejor sigue y seguira siendo C y C++ porque es basicamente lo que hay tras Ensamblador... Y cualquier software se tiene que ejecutar sobre un hardware. Lo que se está haciendo con los lenguajes nuevos que surjen cada dia es introducir capas entre el hardware y el software que necesitan de maquinas virtuales/interpretes (hechas en C/C++ por cierto) que ralentizan el tiempo de proceso y aumentan la capacidad de memoria necesaria.
PyPy3 lleva muchos años, compila a código máquina en contraste a CPython y logra mejorar el rendimiento en código sin mucho Built-in, especialmente en bucles, y a pesar de los esfuerzos no es del todo compatible con muchas librerías, con Numpy da bastantes fallos. Creo que sería más inteligente centrarse en mejorar un proyecto que dividir esfuerzos. Aún así está muy lejos el rendimiento de C++ o Rust como se puede comprobar en CSES con algoritmos simples que necesitan una buena optimización. Es loable que quieran mejorar el rendimiento pero cuando necesitas velocidad y/o bajo consumo de memoria lo mejor sigue y seguirá siendo por muchos años C o C++.
Ser un 20% más rápido es casi nada, python es lentísimo, y además, ya tienes compiladores JIT para python como numba que son compatibles con numpy y que pueden realmente acelerar python casi a la velocidad de la luz... C. De todas formas, coincido con todos: usa C++ si quieres rendimiento.
Comentarios
Con ese nombre los fallos seguro que son de la junta de la trocola.
#2 En lugar de colgarse el programa se quedará gripado.
#2
from trocola import junta
Evolucionar un lenguaje para que se parezca a C++ en rendimiento.
¿Y por qué no usar directamente C++?
Tantos lenguajes están frenando el desarrollo. Estamos demasiado ocupados aprendiendo nuevos lenguajes y deberíamos emplear ese tiempo en conocer más a fondo el lenguaje y hacer mejores programas.
#3 Además de un optimismo extremo. Esos javas tuneados quizás pueden acercarse remotamente a lenguajes como c++ en velocidad, pero usan muchísima más memoria.
#3 Es verdaderamente absurdo la cantidad de nuevos lenguajes que salen para intentar hacer cosas que ya se pueden hacer con los lenguajes que existen y que se ganaria más tiempo creando librerias estandar optimizadas para realizar infinidad de cosas con C++.
#7 Lo mejor sigue y seguira siendo C y C++ porque es basicamente lo que hay tras Ensamblador... Y cualquier software se tiene que ejecutar sobre un hardware. Lo que se está haciendo con los lenguajes nuevos que surjen cada dia es introducir capas entre el hardware y el software que necesitan de maquinas virtuales/interpretes (hechas en C/C++ por cierto) que ralentizan el tiempo de proceso y aumentan la capacidad de memoria necesaria.
PyPy3 lleva muchos años, compila a código máquina en contraste a CPython y logra mejorar el rendimiento en código sin mucho Built-in, especialmente en bucles, y a pesar de los esfuerzos no es del todo compatible con muchas librerías, con Numpy da bastantes fallos. Creo que sería más inteligente centrarse en mejorar un proyecto que dividir esfuerzos. Aún así está muy lejos el rendimiento de C++ o Rust como se puede comprobar en CSES con algoritmos simples que necesitan una buena optimización. Es loable que quieran mejorar el rendimiento pero cuando necesitas velocidad y/o bajo consumo de memoria lo mejor sigue y seguirá siendo por muchos años C o C++.
Que cosas...
¿con sus librerías y todo?
Pues habrá de probarse...
Ser un 20% más rápido es casi nada, python es lentísimo, y además, ya tienes compiladores JIT para python como numba que son compatibles con numpy y que pueden realmente acelerar python casi a la velocidad de la luz... C. De todas formas, coincido con todos: usa C++ si quieres rendimiento.