所以我終於有機會看看 Mojo/Modular。這不是我想的那樣，它是一個 OpenCL 替代品 + 核心實現，而不是一個 AI 編譯器。 雖然這使得快速獲得完整性能變得容易得多，但我認為圖靈完備性對這些東西來說是一個錯誤。我們終於有機會生活在一個純數據流的世界，為什麼不抓住它呢？像這樣的語言不會將計算的定義與計算的調度分開。 閱讀 Halide 的博士論文，我對這個想法著迷。隨著神經網絡在編程方面變得越來越出色，我們想要的是最簡潔的方式來表達 *確切* 的程序功能，而不必擔心具體的實現細節。把這些留給機器。 注意這裡的參數 "maybe_epilogue_func"。如果你想要兩個將數據存儲到不同緩衝區的結尾函數，或者鏈式歸約怎麼辦？循環在這個 conv 函數內部，所以改變已經太晚了。對比一下 tinygrad 的 conv。 "在我幾十年的編譯器構建經驗中，我從未見過“足夠聰明的編譯器”的神話實際上成功過！" -- @clattner_llvm 我們在押注，隨著現代搜索技術（讀：AI），這終於會改變。雖然這是一個完全公平的賭注，若在接下來的 10 年內沒有實現，Mojo 可能是權衡空間中的正確點。