Tak jsem konečně dostal šanci podívat se na Mojo/Modular. Není to to, co jsem si myslel, že to je, je to náhrada OpenCL + implementace jader, ne kompilátor AI. I když je díky tomu mnohem snazší rychle dosáhnout plného výkonu, myslím, že Turingova úplnost je v těchto věcech chybou. Konečně máme šanci žít v čistém světě dataflow, proč bychom ji nevyužili? Jazyky jako tento neoddělují definici výpočtů od plánování výpočtů. Přečtěte si doktorát o halogenidech, jsem touto myšlenkou posedlý. Jak se neuronové sítě stávají lepšími a lepšími v programování, chceme co nejstručnější způsob, jak přesně vyjádřit, co program dělá, aniž bychom se museli starat o detaily toho, jak. To nechte na strojích. Všimněte si zde parametru "maybe_epilogue_func". Co když chcete dvě epilogové funkce ukládající do různých bufferů nebo zřetězené redukce? Smyčka je uvnitř této funkce conv, takže je příliš pozdě na změnu. Pro kontrast si přečtěte tinygrad conv. "Za desetiletí mého vytváření kompilátorů jsem nikdy neviděl, že by mýtus o "dostatečně chytrém kompilátoru" skutečně fungoval!" -- @clattner_llvm Sázíme na to, že s moderními vyhledávacími technikami (čti: AI) se to konečně změní. I když je naprosto férová sázka postavit se na druhou stranu, a pokud se to v příštích 10 letech nepodaří, Mojo je pravděpodobně tím správným bodem v prostoru kompromisů.

Pokud jste známým přispěvatelem tinygradu (v současné době 23 lidí), dáváme vám přístup k celé sadě tinyboxů + nějaké šíleně rychlé stroje od AMD.

Všichni jsou zváni, aby přišli pracovat na tinygradu. Nezaplatí vám to 100 milionů dolarů, ale bude to pomalý a stálý pokrok směrem k cíli. Vytvoření nového výpočetního stacku pro Software 2.0, bez Turingova ducha, který strašil v oboru posledních 70 let.