Golang或将统治人工智能下一个10年

王雄

过去几年，Python成为人工智能和数据科学领域最受欢迎的编程语言。但是随着5G时代的来临，生产环境对AI应用的性能要求越来越高，Python有点“力不从心”。天生支持并发的Golang应运而生，有专家称，Go语言将统治人工智能的下一个10年。

30年前，Python首次出现，但是Python花了20年的时间才得到公众的认可，根据2019年Stack Overflow的调查，Python成为开发人员第二喜爱的语言。过去的5年里，Python的成长无疑是巨大的，已经成为机器学习和数据科学开发人员的首选语言。

短时间来看，Python的主导地位大概率不会变，但是与一些新兴的语言相比，它有严重的缺点，将成为生产环境部署的障碍。

与其他语言相比，它的语法很简单，任何人都可以在几个小时或几天内学会Python的基础知识。即使在学习了C++或Java等其他语言之后，开发人员还是更愿意使用Python。因为无论想做什么，总有一个Python库能满足你的需求，这些库让开发数据科学和AI类的应用变的简单高效。

但Python在大规模生产环境下的性能问题，直接影响了AI应用的开发效率。现在很多人工智能初创企业，正处于底层架构的构建阶段，检查Python的问题很有必要。

Python是一个解释性语言，这导致它执行起来比较慢，与其他编程语言如C++和Go相比，Python的执行速度就像乌龟一样，所以很多AI模型虽然是用Python开发的原型，部署时还得转成其他语言。

Python是一种动态类型语言，变量的数据类型在运行时自动判断，也使得执行速度变慢。为了克服Python的速度，很多Python库选择更快的语言来重写，例如TensorFlow、Numpy和Pandas部分是用C或C++编写的，它们有助于显著提高执行速度。这就有点像拄着拐走路，一直需要外界的帮助。

随着5G时代的来临，多任务并行处理和实时性的需求猛增，Python是可以构建小而美的应用，但是大规模、高吞吐的场景下，表现不尽如人意。虽然有很多方法来提高Python的并行计算的能力，但都是“曲线救国”，并没有实现真正意义的并行，因为Python中存在一个GIL锁，每次只允许程序执行一个线程。

GIL的全称是Global Interpreter Lock，意思是全局解释器锁，是Python之父为了数据安全而设计的，那时计算机主频还没有达到1 GByte，程序全部都是运行在单核计算机上面。

某个线程想要执行，必须先拿到GIL，可以把GIL看作是CPU的“通行证”，拿不到通行证就不允许进入CPU执行，Python的多线程实际上并没有利用到多核计算的优势，它不管你有几个核，100个核也只能一次跑一个线程。

所以，原生的Python在性能上是有诸多限制的。人工智能和数据科学领域，对性能需求又很高，那有没有一种语言既有Python简单易用的优点，又能满足生产需求呢？

这时，Golang应运而生。

Golang（Go）是一种静态和编译型语言，这意味着它的执行速度将比Python快好几倍。

与Python不同，Go不需要其他语言的帮助来提高速度。Go执行几乎和C++，Java一样快，而且Go编译代码比C++和Java也快得多，有些游戏中Go所需时间只有Python的百分之一。

Go的语法也很简单，程序写完后可以直接编译成二进制文件执行，25个关键字就能表达你能想到的所有招式，想干啥事就Go一下。

Go最大的特色就是天生支持并发，不需要像其他编程语言那样需要开发者自行实现，或借助第三方库实现，逻辑简单通俗易懂。

Go使用Goroutine来实现并发，Goroutine是可以同时独立运行的函数，只占用2 KByte的内存，所以单机同时运行成千上万个Goroutine，也没问题。

不同于其他脚本或解释性高级编程语言，Go编写的代码可直接了当编译成机器码高效执行。x86，AMD64（x86_64），ARM，Linux，Windows，Darwin（OSX），FreeBSD，Android几乎全平台支持，真正做到了一码在手，随处复用。

人工智能正在席卷整个世界，机器学习、深度学习等模仿人类智能的应用程序层出不穷，Python可以很好地构建原型系统，帮我们验证模型是否有利用提高效率。

但现在，对高可扩展性和计算能力的需求，让Python有点捉襟见肘，而Go则在这些方面表现出了更大的潜力。与Python相比，Go的速度可以快几十倍、上百倍，吞吐更多的数据，满足更高的并发需求。

根据Hackearth对来自76个国家的16 000多名开发者的调查，Go成为2020年最受欢迎的编程语言，有经验的开发人员中有近三成想学习Go，学生中这一比例也达到了29 %。知乎在几年前也將推荐系统从Python切换到了Go。

Go首席布道师许式伟2015年时曾说，Go语言将在两年内制霸云计算领域，而且Go将统治下一个10年。

Docker、Kubernetes等项目的成功，让Go在集群计算和云计算领域拔得了头筹，但是Go的脚步并没有停下。利用机器学习、深度学习来预测和推理，最终目的还是为了生产服务。Go对生产环境的支持要远远好于Python，比如Go语言开发的Cortex，可以将Python开发的AI模型快速、稳定地部署至生产环境。

Go和Python两大社区的开发人员也争论过哪种语言更好，似乎，谁也没完全说服谁。但越来越多的公司采用Go搭建基础架构，至少证明对生产环境来说，Go更加合适。