Tipp: Schöner Wohnen Wohnideen

Machine Learning: Meta spendet 300.000 Dollar an die Python Software Foundation

Der Facebook-Mutterkonzern verstärkt mit dem Sponsoring sein Engagement für die Programmiersprache, die intern für Machine Learning stark genutzt wird.

Meta spendet der Python Software Foundation (PSF) 300.000 US-Dollar für eine Visionary Level Sponsorship. Wie die Stiftung in einem aktuellen Blogpost bekannt gibt, vertieft Meta damit seine laufenden Investitionen in das Python-Ökosystem. Die Python Software Foundation plant dem Blogeintrag zufolge, von dem Geld das vor einem Jahr begonnene Developer-in-Residence-Programm zu verlängern. Im Februar 2021 hatte Google das erste Jahr der Vollzeit-Entwicklerstelle für CPython finanziert. Der Stiftung zufolge soll nun Łukasz Langa, der derzeitige Inhaber der Stelle und Release-Manager von Python 3.8 und 3.9, das CPython-Projekt weiter vorantreiben.

Python, eine der führenden Programmiersprachen für Data Science und Machine Learning, stößt beim Mutterkonzern von Facebook somit auf gesteigertes Interesse. Die Sprache bildet das Rückgrat zahlreicher Services bei Meta – unter anderem ist das quelloffene Machine-Learning-Framework PyTorch in Python geschrieben. Konzerne wie Meta und Organisationen wie OpenAI nutzen PyTorch für ML-Prozesse vom Prototyping bis zur Produktion. Zudem ist bei den Python-Entwicklern des Konzerns der Type-Checker Pyre (für Python 3.x) im Einsatz.


Tipp: Schöner Wohnen Wohnideen

Meta hat der Stiftung zufolge angekündigt, auch langfristig in die Performance von Python zu investieren. Mit Cinder hatte Meta eine eigene Version von Python entwickelt, die das Betreiben von Instagram weltweit unterstützt – genauer gesagt handelt es sich dabei um die Instagram-interne Version von CPython 3.8, die das Original für bessere Performance mit einigen neuen Funktionen aufgerüstet hat. Meta hat angekündigt, die in Cinder neu entwickelten Features durch Upstreaming auch Python zur Verfügung zu stellen.

Cinder ist innerhalb des “Facebook-Inkubators” auf GitHub zu finden. Unter anderem verfügt es über einen Method-at-a-time-JIT- und einen experimentellen Bytecode-Compiler, der mittels Typ-Annotationen typenspezifischen Bytecode entfernt, um das JIT-Kompilieren zu beschleunigen. Im Inline-Caching setzt es auf Bytecode, und es nutzt mit einem Feature namens Eager Evaluation Coroutinen zur weiteren Beschleunigung.



Wir sind unabhängig und kritisch, weil Sie uns unterstützen:

Presseteam Austria
Verwendungszweck: Spende
IBAN: AT21 3947 9000 0002 6039


Einmalige oder fortlaufende Spende schon ab 2 Euro. Jeder Beitrag zählt!




Ausgefallene Vasen und Hocker online bestellen

Vondom Kopf Graf News
Skydesign Vasen und Hocker Outdoor Design