Python失寵！Hugging Face用Rust新寫了一個(gè)ML框架

近期，Hugging Face 低調(diào)開源了一個(gè)重磅 ML 框架：Candle。Candle 一改機(jī)器學(xué)習(xí)慣用 Python 的做法，而是 Rust 編寫，重點(diǎn)關(guān)注性能（包括 GPU 支持）和易用性。

根據(jù) Hugging Face 的介紹，Candle 的核心目標(biāo)是讓 Serverless 推理成為可能。像 PyTorch 這樣的完整機(jī)器學(xué)習(xí)框架非常大，這使得在集群上創(chuàng)建實(shí)例的速度很慢。Candle 允許部署輕量級(jí)二進(jìn)制文件。另外，Candle 可以讓用戶從生產(chǎn)工作負(fù)載中刪除 Python。Python 開銷會(huì)嚴(yán)重影響性能，而 GIL 是眾所周知的令人頭疼的問(wèn)題。

Rust 真的可以嗎？

Pytorch 框架是用 Python 編寫的，API 也是基于 Python 的，這讓用戶上手開發(fā)會(huì)非?？臁Ａ硗?，Python 本身就是一種簡(jiǎn)潔而易于學(xué)習(xí)的編程語(yǔ)言，很適合初學(xué)者和專業(yè)開發(fā)者使用。

但基于 Python 的 Pytorch 框架問(wèn)題也很明顯。相對(duì)于一些靜態(tài)圖框架（如 TensorFlow），Python 在某些情況下可能會(huì)導(dǎo)致性能問(wèn)題。Python 的全局解釋器鎖（GIL）可能會(huì)在多線程的情況下影響性能，尤其是在涉及 CPU 密集型任務(wù)時(shí)。Python 的解釋性質(zhì)還可能會(huì)引入一些運(yùn)行時(shí)開銷。另外，將基于 Python 的 PyTorch 模型部署到生產(chǎn)環(huán)境中可能需要一些額外的步驟，不如其他編譯型語(yǔ)言那么方便。

顯然，Hugging Face 一直在尋找解決辦法，它給出的答案是用時(shí)下最快的語(yǔ)言 Rust 重寫一個(gè) ML 框架?！白羁岬氖牵@是來(lái)自 Hugging Face 的，不僅僅是某人的愛好項(xiàng)目?！庇芯W(wǎng)友贊嘆道。實(shí)際上，許多 HF 生態(tài)系統(tǒng)已經(jīng)使用 Rust，例如 safetensors、tokenizer。

不過(guò)，Rust 的難度也讓一些開發(fā)者望而卻步，“編寫 Rust 是一件艱難的事情，你必須跳來(lái)跳去，花更多的時(shí)間思考編程語(yǔ)言的抽象，而不是思考要解決的問(wèn)題。所以，我現(xiàn)在還不著急重寫任何 Python 的東西?！?/p>

開發(fā)者“fooblaster”指出，Pytorch 部署模型有多個(gè)生產(chǎn)路徑無(wú)需 Python 解釋器，如 torchscript 和 libtorch，或是更煩人的路徑如 onnx export 和 onnx runtime，所以不需要 Rust 來(lái)解決這個(gè)問(wèn)題。另外很人知道，現(xiàn)在可以使用 C++ 編寫 Torch 訓(xùn)練代碼，并與推理和訓(xùn)練共享一種通用語(yǔ)言。

對(duì)此，開發(fā)者“malcolmgreaves”表示，這些是使模型推理獨(dú)立于 Python 的偉大技術(shù)。然而，總是有大量的預(yù)處理、后處理或其他業(yè)務(wù)邏輯需要圍繞模型推理。這種事情需要在通用編程語(yǔ)言中完成，因此 Python 經(jīng)常被使用（因?yàn)橹С帜Ｐ偷拇a通常是由同一個(gè)人編寫的，并且這些代碼很可能是 Python，因?yàn)槟哪Ｐ陀?xùn)練和 eval 代碼很可能也是 Python）。這就是非 Python PL（如 Rust）可以在簡(jiǎn)化生產(chǎn)部署 / 維護(hù)以及具有真正高效的生產(chǎn)推理方面發(fā)揮巨大作用的地方。

當(dāng)然，也有開發(fā)者為 Python 打抱不平。

“任何編程語(yǔ)言在生產(chǎn)環(huán)境中都可能是一種痛苦。Python 的缺點(diǎn)之一也是它的優(yōu)點(diǎn)之一。使用 Python 或 JavaScript 等‘混亂’語(yǔ)言很容易陷入糟糕的生產(chǎn)環(huán)境，因此避免這些痛點(diǎn)的工具已經(jīng)非常成熟。有了這些，Python 在生產(chǎn)中就會(huì)變得很棒?！遍_發(fā)者“devjab”進(jìn)一步表示，“是的，這將要求您的組織做出一些嚴(yán)肅的 CI 文化決策并強(qiáng)制執(zhí)行。但問(wèn)題是，雖然使用某些編程語(yǔ)言可以不必如此，但當(dāng)企業(yè)達(dá)到一定規(guī)模時(shí)，總是會(huì)需要它們。因此，更早建立這個(gè)流程就會(huì)容易得多，而且如果您認(rèn)真使用 Python，早就會(huì)這樣做了。我認(rèn)為，如果在生產(chǎn)環(huán)境中工作很痛苦，那么問(wèn)題不在于技術(shù)，而在于流程?！?/p>

實(shí)際上，業(yè)內(nèi)一直在努力解決 Python 帶來(lái)的問(wèn)題。

5 月份，LLVM 和 Swift 編程語(yǔ)言聯(lián)合創(chuàng)始人 Chris Lattner 創(chuàng)辦的新公司 Modular AI 發(fā)布了一個(gè)名為 Mojo 的新編程語(yǔ)言。Mojo 將 Python 特性與 C、C++ 和 CUDA 的系統(tǒng)編程功能結(jié)合了起來(lái)，并通過(guò)其所謂“極限加速”與其他 Python 速度增強(qiáng)方案區(qū)分了開來(lái)。據(jù)悉，憑借著硬件加速，Mojo 在運(yùn)行 Mandelbrot 等數(shù)字算法時(shí)比原始 Python 快上 3.5 萬(wàn)倍。

另一方面，Python 自身也在做改進(jìn)。最近，Python 終于宣布要?jiǎng)h GIL，Python 默認(rèn)版本將逐漸過(guò)渡到無(wú) GIL 版本。這一決定能否鞏固其在機(jī)器學(xué)習(xí)領(lǐng)域的地位，也需要時(shí)間驗(yàn)證。

與 PyTorch 對(duì)比

據(jù)悉，當(dāng)前 Candle 已經(jīng)支持如今的前沿模型，像 Llama2。經(jīng)過(guò)改寫的模型，比如 Llama2 能夠方便、快速的運(yùn)行在容器環(huán)境，甚至可以運(yùn)行在瀏覽器中。Candle 結(jié)構(gòu)包括：

Candle-core：核心操作、設(shè)備和 Tensor 結(jié)構(gòu)定義。

Candle-nn：構(gòu)建真實(shí)模型的工具。

Candle-examples：在實(shí)際設(shè)置中使用庫(kù)的示例。

Candle-kernels：CUDA 自定義內(nèi)核；

Candle-datasets：數(shù)據(jù)集和數(shù)據(jù)加載器。

Candle-Transformers：與 Transformers 相關(guān)的實(shí)用程序。

Candle-flash-attn：Flash attention v2 層。

Pytorch 和 Candle 對(duì)比

該項(xiàng)目正在處于快速迭代過(guò)程中，更新非常頻繁，很多功能在不斷開發(fā)中，目前包含如下功能和特點(diǎn)：

語(yǔ)法簡(jiǎn)單， 風(fēng)格與 PyTorch 相似。

CPU 和 Cuda Backend：m1、f16、bf16。

支持 Serverless（CPU）、小型和快速部署

支持 WASM，可在瀏覽器中運(yùn)行模型。

模型訓(xùn)練

使用 NCCL 進(jìn)行分布式計(jì)算。

開箱即用的模型：Llama、Whisper、Falcon、StarCoder...

嵌入用戶定義的操作 / 內(nèi)核，如 flash-attention v2。

對(duì)于 Hugging Face 的這一新 ML 框架，大家有什么感想或使用感受？歡迎在評(píng)論區(qū)分享！