話題のAIソフトウェア開発向けプログラム言語『Mojo』を使ってみた

2023.09.22

WEB

システム開発

『Mojo』は2023年5月2日にModular Inc. から発表されたAI開発用のプログラム言語です。

https://www.modular.com/mojo

特徴としては、Pythonのスーパーセットとして設計されていることと、約35,000倍とも公式が謳っている処理速度です。
『Mojo Playground』という同社サイト上の実行環境で試用することができたのですが、ついに、2023年9月7日からローカルで開発ができるようになりました。

今回は時代の最先端を少しだけ触ってみて、簡単な性能比較をしてみたいと思います。

INDEX

比較対象
ループ処理
フィボナッチ数列（再帰処理）
使ってみての感想

比較対象

比較としては、ループ処理と再帰処理の二つの簡単な処理の速度で、 Python と Mojo、そして、参考としてこちらも最近リリースされた Python を高速化するコンパイラである codon の３つを比較対象としました。

ループ処理

Python

import time

start_time = time.time()

result = 0
# n の数値を変えて処理速度を比較します
n = 10 ** 10

# 単純なループ処理
for i in range(n):
  result += 1

end_time = time.time()

print(result)
print(end_time - start_time)

Mojo

from time import now

fn main():
  let start_time = now()

  var result = 0
  # n の数値を変えて処理速度を比較します
  let n = 10 ** 10
  
  # 単純なループ処理
  for i in range(n):
    result += 1 

  let end_time = now()

  print(result)
  # mojo の time は ns で出力されるので、 *1e-9 しています
  print((end_time - start_time) * 1e-9)

処理結果

（単位：秒）

n	python	mojo	codon
100,000,000	3.359339	0.000000046	0.048680
1,000,000,000	37.679238	0.000000047	0.490931
10,000,000,000	428.612758	0.000000055	4.811030
100,000,000,000	4875.826876	0.000000057	47.655400

ループ処理に関しては、mojo の処理速度の速さが顕著に表れています。 codon も数十倍の高速化に至っていますが、mojo はそれを遥かに凌ぐ処理速度となり、圧勝と言わざるを得ません。

フィボナッチ数列（再帰処理）

Python

import time

# フィボナッチ数列の計算式
def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

start_time = time.time()

# n の数値を変えて処理速度を比較します
n = 50
result = fibonacci(n)

end_time = time.time()

print(result)
print(end_time - start_time)

Mojo

from time import now

# フィボナッチ数列の計算式
fn fibonacci(n: Int) -> Int:
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

def main():
  let start_time = now()

  # n の数値を変えて処理速度を比較します
  let n = 50
  let result = fibonacci(n)

  let end_time = now()

  print(result)
  # mojo の time は ns で出力されるので、 *1e-9 しています
  print((end_time - start_time) * 1e-9)