Swift-Schöpfer bringt neue Programmiersprache für KI-Anwendungen auf den Mac

Die Programmierung und Ausführung komplexer KI-Modelle stellt Entwickler vor enorme Herausforderungen, insbesondere hinsichtlich der Hardware-Anforderungen. Doch nun präsentiert der Erfinder der Swift-Programmiersprache eine Lösung, die die Entwicklung von KI- sowie Machine-Learning-Anwendungen auf dem Mac neu gestaltet und Python in puncto Performance herausfordert.

Fotocredit: Modular

Von Swift zu Mojo

Chris Lattner, der vor allem für die Einführung der Apple-Programmiersprache Swift bekannt ist, hat sich nach seinem Ausscheiden bei Apple im Jahr 2017 einem neuen Projekt gewidmet: der Compiler-Infrastruktur MLIR. Dies war der erste Schritt in eine neue Richtung, die die Entwicklung von KI-Modellen revolutionieren sollte.

Im Jahr 2023 gründete Lattner die Firma Modular, die sich auf KI-Modelle spezialisiert. Aus dieser Zusammenarbeit entstand die Programmiersprache „Mojo“, welche die Einfachheit von Python mit der Geschwindigkeit von nativem C kombiniert. Modulars erklärtes Ziel ist es, ML-Entwicklern eine effiziente und flexible Lösung zu bieten, die es ermöglicht, Modelle auf verschiedenster Hardware und Software ohne Anpassungsaufwand auszuführen.

Mojo und der Mac: Eine leistungsstarke Kombination

Wie Modular bekannt gibt, steht Mojo und die zugehörige Engine nun für den Mac zur Verfügung. Das ermöglicht es Entwicklern, Mojo-Projekte direkt auf Apple-Computern zu entwickeln und auszuführen. Darüber hinaus stellt Modular eine Erweiterung für Visual Studio Code bereit, um den Programmierprozess weiter zu vereinfachen.

Dabei zeigen Performance-Statistiken, dass Mojo in Hinblick auf Geschwindigkeit neue Maßstäbe setzt. Im Vergleich zu herkömmlichem Python ohne Optimierungen ist Mojo um den Faktor 90.000 schneller und gegenüber nativ kompiliertem Python immerhin 90-mal schneller. Um die volle Leistungsfähigkeit von Mojo und der Engine auf dem Mac zu nutzen, ist ein Apple Silicon Chip erforderlich. Nutzer von Intel-basierten Macs können jedoch auf einen Docker-Container zurückgreifen.