Mojo，一种编程语言，声称比 python 快 65000 倍。我很想知道，有没有具体的基准数据支持这个说法？另外，它在现实世界的问题中有何不同？
我主要是在他们的网站上遇到这种说法，并且观看了几个讨论 Mojo 速度的视频。然而，我正在寻找具体的基准数据来证实这一断言。
提前谢谢您。
该声明直接来自Mojo 网站上的博客。基准是 Mandelbrot 集的计算。它“不是一个严格的基准测试，也不是大多数 Python 应用程序的代表”。这也明显有偏见。 他们选择它是因为它具有以下属性：“易于表达”、“纯计算”（即计算限制）、“不规则计算”、“令人尴尬的并行”、“可向量化”。这是 Python 无法解决的问题（并且它不适合用来解决），因此加速可能是最重要的。因此，这个基准测试是您可以获得的最大加速，而不是许多实际应用程序的平均值。
首先，比较语言性能没有任何意义。我们比较
实现。 CPython 是标准的 Python 实现，但不是唯一的实现。 CPython 是一个解释器，因此当代码被完全解释时，速度非常慢。优化的 Python 代码往往不会运行太多解释代码，而是运行向量化代码（例如，脚本主要调用用 C 编写的 Numpy 优化函数）。 PyPy 是一种替代实现，它使用
JIT 编译器来更快地运行代码。通过一组详细的基准测试（几何平均值），它声称性能比 CPython 快 4.8 倍。即使使用母语，也很难提高一些基准测试的速度。符号和大型字符串计算很难加快（CPython 字符串已经在 C 中得到了很好的优化）。对于数字代码来说，它往往会更快。 在 Mojo 基准测试中，原生 Python 代码、Numpy 代码和 PyPy 代码是“顺序”的，而最终的 Mojo 代码是多线程的。这
不是一个公平的比较。人们应该至少使用multiprocessing模块来比较并行代码。这是一个关键点，因为他们在 88 核 Intel Xeon CPU 上运行代码。事实上，由于计算是受计算限制的，因此使用多个线程可以预期速度提高到接近 88。事实上，他们的并行 Mojo 实现比顺序 Mojo 快 85 倍。如果没有并行的 Python 实现，更公平的说法是 Mojo 比简单的 CPython 实现快 874 倍，比（相当简单的）Numpy 代码快 175 倍，比 PyPy 实现快 40 倍（在这个特定的 Mandelbrot 上）设置计算）。 顺序而言，大部分加速来自于SIMD指令和
指令级并行性的使用。 Python 实现往往不使用它们。虽然 Numpy 可以做到这一点，但并非所有函数都可以很好地矢量化（据我所知，对复数进行操作的函数往往不是这样），并且由于创建了许多大型临时数组，Numpy 代码往往会受到内存限制。 请注意，Numba 和 Cython 等工具并未显示在基准测试中，尽管它们经常用于加速数字代码。添加它们（或者至少提及它们）会更公平。