El lenguaje de programación Python es un éxito para los proyectos de ciencia de datos y aprendizaje automático en hardware de alta potencia, pero una de sus debilidades es la velocidad.
Anaconda, una empresa que proporciona una distribución líder de Python para la ciencia de datos, quiere cambiar eso al admitir Pyston, una nueva implementación de Python que elimina las funciones de depuración para aumentar la velocidad.
Pyston, creado por Kevin Modzelewski, fue de código abierto en mayo con la promesa de una aceleración del 30 % en el código Python. Modzelewski era ingeniero en Dropbox, que era uno de los principales usuarios de Python y contrató al creador del lenguaje, Guido van Rossum, durante cinco años a partir de 2013 para mejorar su código.
VER: ¿Desarrolladores, DevOps o ciberseguridad? ¿Cuál es el mejor talento tecnológico que los empleadores están buscando ahora?
Anaconda ahora contrató a Modzelewski y al desarrollador principal Marius Wachtler, a quienes se les encargó construir la comunidad de usuarios, colaboradores y mantenedores del proyecto para garantizar su sostenibilidad a largo plazo.
«El soporte de Anaconda nos permitirá poner Pyston en manos de más usuarios más rápido que nunca», dijo Modzelewski en un comunicado. Anaconda afirma tener más de 25 millones de usuarios.
Pyston ejecuta programas en promedio entre un 20 % y un 50 % más rápido que Python estándar, según Anaconda.
La implementación de Python se desarrolló en Dropbox entre 2014 y 2017. Se lanzó como un nuevo proyecto en 2020 como Pyston v2.
Pyston, que se deriva del CPython oficial de Python Software Foundation, seguirá siendo un proyecto de código abierto. Con Anaconda, el proyecto se centrará en mejorar la compatibilidad con la legión de paquetes de Python que lo han ayudado a dominar la ciencia de datos y el aprendizaje automático, además de llevar Pyston a más hardware.
«La nueva serie Pyston 2.x es una reescritura completa del código base desde cero, a partir de una bifurcación de CPython 3.8», dice Anaconda en una publicación de blog que detalla su plan para convertirse en un acelerador de propósito general de todas las aplicaciones de Python.
Si bien Python es un éxito para las aplicaciones de aprendizaje automático que se ejecutan en un hardware potente, no tiene mucha presencia en las aplicaciones web y móviles dominadas por JavaScript.
El cofundador de Anaconda, Peter Wang, le dijo a MarketingyPublicidad.es recientemente que era «increíblemente incómodo usar Python para construir y distribuir cualquier aplicación que tenga interfaces gráficas de usuario reales».
«En los escritorios, Python nunca es el lenguaje de primera clase del sistema operativo y debe recurrir a marcos de trabajo de terceros como Qt o wxPython», dijo.
Además de la ciencia de datos, las fortalezas de Python se encuentran en la vinculación de sistemas de back-end.
Y van Rossum, que ahora es empleado de Microsoft, está tratando de hacer que Python sea el doble de rápido en la versión 3.11 de Python, una de las tres ramas de Python planificadas para 2022. La última versión estable de Python es la versión 3.9.7.
VER: Acuerdo de certificación de Python: aprenda a ser un programador de Python por solo $ 30
Anaconda ya ha participado en proyectos de optimización, escalabilidad y rendimiento de Python.
«Uno de los proyectos de código abierto más antiguos de Anaconda es el compilador Numba, un compilador JIT basado en LLVM para funciones numéricas de Python que se ejecutan en la CPU o GPU. Como resultado, hemos estado pensando en los compiladores de Python durante mucho tiempo y vea el potencial de Pyston para llevar rápidamente Python más rápido a una audiencia mayoritaria.
«Numba aborda muy bien muchos casos de uso numérico, pero no puede optimizar programas completos, y no aborda el mundo más amplio de los casos de uso de Python. Pyston aborda el problema de compilación de Python desde una dirección diferente. Aún así, la ascendencia común con el intérprete de CPython significa que Numba «simplemente funciona» con él, y los dos sistemas se pueden usar en conjunto dentro del mismo programa. Numba puede acelerar las funciones individuales de 2 a 10 veces (o más), y Pyston puede mejorar el rendimiento de todo lo demás».
Anaconda también cree que las mejoras de Pyston se pueden transmitir a CPython y encajar con los planes de van Rossum en Microsoft para acelerar significativamente Python.
