转载

Python JIT编译器PyPy 4引入SMD向量化并提升了性能

PyPy 是Python的一个即时编译器，PyPy 4.0是其最新发布的一个大版本，带来很多新的特性，诸如支持SIMD矢量、预热时间的改进、以及对Numpy的改进。PyPy 声称要比Cpython快6倍以上。

PyPy 4的SIMD矢量会在追踪代码时启用，而且会自动探测到可用的SIMD硬件从而提高常见的向量和矩阵操作。根据版本的公告，实时矢量相比前置（ahead-of-time）矢量更具有领先优势，因为其更加的容易探测到可能的矢量。

在性能方面，PyPy的内部进行重构从而能够更有效的使用 guards 。它能够减少20%的内存消耗，而且改进了unrolling，这样可以较少20%的预热时间。

PyPy中的 Numpy 和Python的NumPy扩展是一个道理。Python的NumPy曾经谈及，NumPy是能够将使用PyPy的开发者们纠回到Python本身的一个理由。在PyPy 4.0，Numpy带来了新的扩展支持，如ndarray和数字的dtypes，这也就意味着Numpy的功能接近完善。对于record、string、以及unicode dtypes的支持都有所改进。

PyPy 4.0目的是兼容CPython2.7。对于缺少对Python3的支持被认为是人们采用PyPy的一个限制因素。事实上，PyPy3是兼容Python3.2.5的，而且PyPy团队正在尝试启动对Python3.4的支持。

在迁移到PyPy之前还应该考虑另外两个因素，一个是PyPy还缺乏像C Python那样的扩展如Pandas，SciPy等的等量支持，这样的话，若是用户使用了这些扩展的话，PyPy就不如C Python效率更高；另外一个就是，PyPy为其即时编译器带来的好处是对长时间运行的脚本支持，若是简单而短小的脚本的话，预热时间就显得长了点。

更多关于PyPy 4.0的细节请参考其官方声明。PyPy 4可以在这里下载。

查看英文原文： Python JIT Compiler PyPy 4 Brings SMD Vectorization,Performance Improvements,and More

感谢张龙对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号： InfoQChina ）关注我们，并与我们的编辑和其他读者朋友交流（欢迎加入InfoQ读者交流群 Python JIT编译器PyPy 4引入SMD向量化并提升了性能）。