则正在谷歌和苹果的共同养育下茁壮成

长，有望成长为深度学习领域一门新的主要语言。

两年之前，谷歌的一个小团队开始研究让 Swift 语言成为首个在语言层面上

一流地整合了可微分编程能力的主流语言。该项目的研究范围着实与众不同，而且

也取得了一些出色的初期研究成果，似乎离公众应用也并不很远了。

尽管如此，该项目却并未在机器学习社区引起多大反响，而且很多实践者还对此浑

然不觉。造成这种结果的主要原因之一是语言的选择。机器学习社区的很多人很大

程度上并不关心 Swift，谷歌研究它也让人们感到疑惑；因为 Swift 主要用来开

发 iOS 应用而已，在数据科学生态系统中几乎毫无存在感。

不过，事实却并非如此，只需粗略地看看谷歌这个项目，就能发现这是一个庞大且

雄心勃勃的计划，甚至足以将 Swift 确立为机器学习领域的关键成员。此外，即

使我们 Tryolabs 也主要使用 Python，但我们还是认为 Swift 是一个绝佳的选

择；也因此，我们决定写这篇文章以帮助世人了解谷歌的计划。

但在深入 Swift 以及「可微分编程」的真正含义之前，我们应该先回顾一下

当

前

的

状况

。

到目前为

止

，Python

都依

然是机器学习领域

最常被

使用的语言，谷歌也有大

量

用 Python 编写的机器学习

软件库

和

工具

。

那么

，为

什么

还要用 Swift

？

Python

有

什么问题吗？

直接说吧

，Python

太慢

了。

另

外，Python 的并

行性表

现并不

好

。

为了应对这些

缺点

，大多数机器学习项目在

运行

计

算密集型算法时

，

都会

使用用

C/C++/F

ortran

/CUDA

写的

软件库

，然

后再

使用 Python 将不同的

底

层

运算组

合到

一起。对

于

大

部

分项目而言，这种

做法其

实

效

果很

好

；但

总体概况

而言，这

会产

生

一些

问题

。我们先看看

其

中一些

问题

。

外

部二进制

文

件