Rust四个大变化:换掉借用检查器,编译提速,挺进机器学习

作者: CBISMB

责任编辑: 邹大斌

来源: CBISMB

时间: 2026-11-19 11:14

关键字: Rust ,trait求解器 ,Polonius ,借用检查器 ,MLIR

浏览: 0

点赞: 0

收藏: 0

Rust这门语言走过十五年,变化极大。它从一开始就追求在不牺牲速度的前提下,用强类型保证编程安全。但表达这些能力的方式在成熟、在扩展,而且这股势头没有放慢,如果要说有什么变化,是加速了。

在Rust开发的任何时点,你都能点出几十个改进语言的计划。到2026年底,其中四个明显高于其他,因为它们影响面可能极广,也深深触及Rust的许多方面。

新一代trait求解器

Rust的类型系统用trait来定义一个类型拥有、并能与其他类型共享的功能。假设我们定义一个叫ExportToJSON的trait,就可能为某个数据类型写一个对应的impl,也就是实现。

Rust编译器要为每一处trait引用找到匹配的实现。这对泛型函数极为重要,因为对某一次函数调用是否存在可用实现,并不总是显而易见。

当前版本的trait求解器在处理自引用类型这类情况时有问题。这种类型并不常见,但Rust程序员必须有意识地避免构造它,以免求解器绕进死结。有时正因为如此,被绕进去的是开发者自己。

新版本的trait求解器对这个问题采取了完全不同的思路。它吸收了早先一次重写尝试(名为Chalk)中的想法,并用一套精细的缓存机制,既能避开自引用类型的问题,又有可能比现有求解器跑得更快。

新求解器的当前版本只覆盖部分用例,还不是全部。下一步是确保它能覆盖所有用例,包括异步特性。一旦做到,Rust开发者在trait的用法上将有远比今天更大的自由。

新的借用检查器Polonius

借用检查器是Rust最根基的东西。它在编译期保证一个对象在同一时刻只有一个所有者,从而让某些bug永远进不了运行中的程序。程序的两个部分同时修改同一个对象,就是它挡下的常见bug。

长期以来,借用检查器有诸多限制,在某些情形下会把内存安全的代码标成不安全。一种解法是改造借用检查器,让它去扫描程序的控制流图(也就是程序实际执行的路径),而不是分析词法作用域(也就是代码写出来的样子)。这个概念的术语叫非词法生命周期(non-lexical lifetimes)。

而事实证明,要做到这一点,不是打几个补丁就够的,而是要彻底翻修借用检查器的工作方式。

这个项目被命名为Polonius,取自《哈姆雷特》里的台词,既不要做借款人,也不要做贷款人。它目前以库crate的形式存在,处于早期形态。这很合理,因为Rust编译器本身就是用Rust写的。不过Polonius也已经集成进rustc编译器的每夜构建版(nightly),打开一个特性开关就能试用。但距离生产可用还很远。

接下来的任务是让Polonius稳定下来,并在保持速度的同时,把分析范围扩展到最常见的场景之外。等Polonius可以日常使用,今天让Rust代码别扭、难以推理的许多借用检查问题都会得到解决,也会让编写规模更大、野心更大的安全Rust代码变得更容易。

并行前端,让编译快起来

2023年,Rust编译器团队在每夜构建版里引入了一个旨在加速编译的特性:在编译器前端使用并行。

Rust此前已经用并行来加速后端的编译,也就是并行执行代码生成。但解析、类型检查、借用检查这些前端操作并没有并行化。对很多程序来说,前端才是编译器更大的瓶颈。

今天,让编译器前端高度并行的部件大多已经就位,想要尝鲜的人可以在每夜构建版里用这个并行前端。目前还缺的是好的测试手段,比如确保产出的代码是一致的;也还缺对一些语言特性的并行化支持,比如宏展开。

面向机器学习的底层优化

最近关于哪种语言最适合机器学习应用的讨论很多。Python在这份名单上名气很大,不是因为快,而是因为方便,它能让你快速把用更快语言(比如Rust)写成的组件拼成机器学习系统。

然而,Rust虽然有速度、类型安全和其他被称道的特性,却缺少一些能让它适合开发机器学习应用的能力,包括完全用Rust开发机器学习模型的能力。

最大的缺口在张量和矩阵及其运算上,也就是构建机器学习应用所用的数据结构和计算。Rust确实支持矩阵运算,但还不支持把这些运算的代码编译、部署到TPU这类专用加速硬件上。Rust也缺少针对这些数据结构的高层优化,比如在编译期对它们重排序或合并,而这种优化在任何硬件(CPU、GPU、TPU等)上都有效。

另一个在探索的想法,是把MLIR作为Rust编译器的目标加入支持。MLIR即多级中间表示(Multi-Level Intermediate Representation),它让LLVM(Rust编译器后端用于代码生成)能够产出高度特化的中间代码。比如,通过MLIR生成GPU专用或TPU专用的代码会更容易。这会让Rust成为开发机器学习模型更可行的语言,训练和推理都能跑在任何受支持的目标平台或硬件上。

更快的编译,加上能支持更广范围安全且合法代码的借用检查器与trait求解器,是让每个Rust开发者都受益的体验改进。而让Rust更适合编写底层机器学习组件的那些改进,则暗示着Rust有朝一日可能成为编写其他硬件级、领域专用代码的强有力方式。

©本站发布的所有内容,包括但不限于文字、图片、音频、视频、图表、标志、标识、广告、商标、商号、域名、软件、程序等,除特别标明外,均来源于网络或用户投稿,版权归原作者或原出处所有。我们致力于保护原作者版权,若涉及版权问题,请及时联系我们进行处理。
地址:北京市朝阳区北三环东路三元桥曙光西里甲1号第三置业A座1508室 电话:13391790444或(010)62178877
版权所有:电脑商情信息服务集团 北京赢邦策略咨询有限责任公司
声明:本媒体部分图片、文章来源于网络,版权归原作者所有,我司致力于保护作者版权,如有侵权,请与我司联系删除

京ICP备:2022009079号-2

京公网安备:11010502051901号

ICP证:京B2-20230255