AI 热下被忽视的编程语言

C/C++这种偏底层的语言，还是需要懂其他的 domain knowledge 才有真正的价值。

其实 pytorch 本身 就有一大半是 c++写的 只不过你没关注到而已

没什么意义，毕竟你不太可能通过给框架内核贡献代码获得收入，更不太可能重复实现内核，另外现在都 2023 了如果要贴近底层，新项目 rust 优先级肯定更高。

好奇 他们为什么不用 rust ， 或者用其他更现代的语言，c++给我的感觉是个老古董

@user667788 不追求 memory safety 而强行用 Rust 难道不是自讨苦吃？

@
rust 开发时间要加倍，问问市场同不同意

你举的两个例子，最初都是用 python 开发的，其实深度学习项目想部署，确实大概率要转成 c++，会 c++算是必备技能吧。就看你做什么层级的工作了，如果是纯做算法的工作不需要懂 c++，如果底层点，偏工程一点的岗位不可能不会的

c++其实一直没有被忽视的，就算是深度学习这个领域也是，最主流的框架用 python 调用，但是框架底层不少还是用 c++写的

@user667788 我个人的理解是这样，不一定对：
1. c++市场供应更大，找个同水平的 rust 程序员花费更高，尤其是在高性能领域
2. 深度学习需要调用 cuda 和很多其他运算的库，似乎只能用 c++来做，至少 c++是主流
3. c++新标准用了之后不算太老，c++20 ，23 有各种新东西，协程, module 之类的都挺好的

气抖冷，什么时候 rust 才能干翻 c++（引完战就逃（（

c++门槛高， 没有 4-5 年上不了手。转行赚快钱的基本不会选 c++. 选 c++后面的路是越走越宽。

我现在在研究怎么把一些 CPP 写得科学计算库移植到 wasm 里，发觉工具链这块是一抹黑，cmake ，编译器这块是一点都不熟

Rust 在 LLM 这波屁都不敢放一个（不是我说的

@ck65 https://github.com/sobelio/llm-chain (

@crackidz fuiyoh 总算写了个 api caller project （

intel 那几千页的手册
也没有一行 C++代码
万事万物都是有联系的

@user667788 要现代岂不是先得把 py 干掉？
没什么现代语言能抄个 1930 年就有的 lambda 还有脸限制一行的吧。

@L4Linux 什么叫不追求 memory safety ，你写的玩意儿有几个是可以随便 crash 无所谓的？
（就是挂在导弹上漏尿的都不算 Rust 所谓的 memory safety 。）
你要说用 Rust 是懒得 review 这种低端问题，让人跟 rustc 斗法节约时间，然而并不是所有项目都能节约出多少，这还差不多。

@chesha1 1. 市场是大但是分层且不互通，得看水平在什么程度上。
不限预算是无所谓的，反正什么语言都得会。
卡死预算也是无所谓的，反正这俩都不会。
中间层次就比较迷，得看从事的领域是不是恰好有很多已经造过的轮子。众所周知，C++和 Rust 用户造（烂）轮子的水平和品位半斤八两，如果一个领域流毒 C++烂轮子多、好轮子少，那么 C++就有超额成本；反过来就是 Rust 占便宜。但恰好这里 Rust 基本就没轮子……
至于跟 rustc 斗的更低层次的初级用户，比 CRUD boy 贵不了多少了。
2. 非技术问题。会折腾的没什么人有兴趣自己造更没资源推广。
3. “挺好的”，说明比较初级。

@uni spec ，请。

@talkischeap567 那坨前后一致性都有问题的 shit 伪码就见过写 cmodel 的翻译成 C/C++，没见过其他抖 M 来整活的。

ai 下，也就楼主提到的这个人用 c++，而且是反潮流的。
其他所有人都用 pytorch 写，用 gpu 加速。
至于为什么选 c++，应该单纯就是兴趣。

@user667788 #4

1. cpp 能踩的坑大部分别人都踩了，相关方案可能不够好但基本都有。

2. 好招人，rust 目前高级别不好招。

3. 不像 rust 语法那样不好 review ，相对来说清晰的多(个人感觉)。

4. 生态问题，rust 没出以前大家都是 cpp 什么的写，再加上 cpp 目前好像也没个靠谱的 abi 。

5. 使用 rust 可能会有些特性很优秀，但这完全抵不上从 cpp 迁移到 rust 的劣势，不同项目有不同的搞法，不是所有项目都有必要用 rust 更换 cpp 。

@FrankHB 看上去你对于 rust 有很独特的偏爱，不过你要是把自己用来批判别人的时间挪一点出来，给 rust 生态做贡献，“会折腾的没什么人有兴趣自己造更没资源推广”这种现象就会变少一点了

这不就是 ML sys 方向吗，有没有人说说岗位需求大不大

@chesha1 不，刚好相反，我首先不怎么有兴趣对连 prioritize spec 都搞不定的项目做贡献。Rust 能有显著性，只因在座的各位（在对付 memory safety 等问题上）更加辣鸡，所以显得 Rust 在对付不听话的 coder 节约 review 成本上有奇效。但是……我本来就不需要对付这些人。
另一方面，Rust 确保 safety 依赖具体 ad-hoc type system 的设计的欠缺灵活性是我直接不爽的比如没法单独要 memory safety 而无视 concurrency safety （即便我甚至可以证明某段代码就是单线程下跑的），导致一些简单的写法不 unsafe 就表达不出来如果时常考虑 unsafe 那我干嘛还要允许 rustc 浪费时间？所以我都不会拿 Rust 的设计过来抄，而是当作反面教材用。
至于没有兴趣折腾是很正常的，主要不是 Rust 的问题而是因为一些基础设施不管用什么语言重新实现都很无聊，耗费资源又大，既然原来的东西不是烂到没法用，就没什么人有动机来推了。
比如这里很多东西依赖 CUDA 吧，但你也没法说老黄一直能瑟，等写得差不多了，新一代跨设备的行业标准来了怎么办，岂不是 49 年入国军？关于 GPU 这方面软件栈长期选型问题都是传统艺能了，DX 还是 GL ，GL 还是 Vulkan ，要折腾迟早都要踩一遍坑。别人非得对付是因为有具体项目需求，我又没有，现在有了也可以用现成的凑数，又不是没法用。那么为什么不当等等党，拖着减少要踩的坑的绝对数量，等到有确定的具体项目需求发现不得不重新造了再说？

@FrankHB 其它语言在严格的 linter 和 review 下可以开发出几乎不会随意 crash 的程序，并且开发速度比 rust 快培训成本低，而 rust 为了追求所谓 mem safety 引入太多概念和复杂的写法

不是被忽视，而是底层基本 cpp ，炼丹有 pytorch 这一类的为什么不用

@kiwi95 其它语言能不 crash 是有代价的，在 memory safety 问题上基本都依赖 GC （倒不需要 lint ），极少部分是 region-based 但基本没在工业界有显著性。依赖 GC 导致的 STW/latency 问题一直就没真正彻底解决过（总不能让用户都上 TB 级别的主存用 Azul C4 吧），就算现在可以不是主要问题了，RAM 利用率低下导致客户端开发从来都很糙，就不可能是正确的解决方向，只能是 workaround 。更要命的是依赖 GC 的代码在资源分配边界上缺乏不变量的混乱导致的质量问题，原则上是不可能解决的你要非 GC 语言移植到依赖 GC 的语言直接干掉内存释放都行，反过来试试？实际上不依赖 GC 会迫使实现者分析清楚用 GC 不可能自动解决干净而本来就要人来决断的逻辑问题，设计的完善程度就是不一样的。一旦依赖 GC 就注定是半吊子实现，如果不能排除未来有更严格的质量需求，那基本得重写，提前背负这种风险相当不值。
所以实际上光是要避免这些实用问题，比较有存在感的语言也就 C 、C++、Rust 了。然后算上其它可维护性和管理成本选哪个？（这几个语言的 lint 也没多少用。） Rust 也就是矮子里拔高个，因为剩下的编译器做得更少，就算写起来简单点，review 成本更高。当然如果什么人都不缺可以直接 C++ ，不用跟 rustc 斗了（只要有本事兜得住 ICE 和依赖管理之类乱七八糟的破事就行）。

AI 时代最火的编程语言：英语

pytorch 的推理核心 torch 就是 Cpp 写的，所以到头来还是各种包装，就 python 那个率训练大模型得到什么时候去
英语就太真实了，感觉中文区已经落后好多了

@FrankHB
跨设备的行业标准和 cuda 又没有关系，这两个都不是一个层次上的，directx opengl vulkan 这些已经把 cuda （ opencl ）封装了一层了，不可能说有一个什么新的库出来，大一统了图形 api ，就不用 cuda 了。举个后端的例子，不管是 jdbc 还是 spring ，还是以后有什么别的框架，mysql 本身还得有人写

我们做训练推理的工程化团队都是需要 cpp 的 如果在这个行业里面就知道 cpp 有多重要

就是 MLSys 领域的大发展

似乎看到了点王垠的影子。

@user667788 如果你看比较近期才开始开发的项目，那可能就在用 rust：
https://github.com/huggingface/tokenizers

这个问题，需要自己有训练人工智障的经验，才知道正解。

简单来说，C++ 与 Python 的互联网已存代码量，远大于 Rust ，这能方便人工智障进行训练而已。

这与语言好不好，没有直接联系。

也许 ChatGPT5 、6 可以将各个项目的编程语言转成另一种，何必纠结现在所用的语言，熟悉什么语言就用什么语言开发

可以看看新出的 triton 和 mojo

@FrankHB 省点口水，不要和搞 ML 的部分脚本工程师讨论 Rust 和 C++。。

从市场的反馈上来说谷歌也在放弃 C++转而有了 carbon-lang ，微软也开始转向 rust 而有了 ReFS ，cloudflare 也是用 rust 重写新的代理系统。

总体来说大企业都在放弃 C++转向其他语言，也许现在还不起眼，但在这样的推动下很可能未来的主流。

@Huelse “微软也开始转向 rust 而有了 ReFS”？
这时间就不对吧，ReFS 正式推出时（ 2012 年），Rust 1.0 （ 2015 年）都还没发布呀。

@cnbatch 字打快了，混淆了原来的意思。前几年微软就在挖 rust 的人了，现在直接说 win11 部分内核代码开始用 rust 实现，ReFS 作为默认文件系统，最终注定要和 rust 接轨的。

@tool2d 那倒不是，torch tf lgb onnx 都是 c 艹

虽然我也看好 rust ，但是 C++到 17 之后其实已经比较现代了，20 和 23 如果能完全落地的话，rust 的吸引力也没那么大了……

@ruanimal 用 py 写 ai ，和用 c++优化 ai ，不是同一波人。

py 还是占了 ai 好大一片江山。

c++开发效率低对开发人员要求高出错难以定位，在 AI 时代难有大作为
大家都在拼快速修改快速验证快速迭代，语言层面的事情越少越好，让开发者把重心放在业务层面的开发上
毕竟开发人员的时薪和抢占市场对效率要求可不低，

至于 C++能提高的那点性能，因为业务会快速修改，已经被业务开发和定位占用的时间给抵消并且变成负的了（维护代码对开发人员要求高）
现代 C++只适合写那些不经常改变，对性能要求高，并且有高额利润的东西，这些才能养得起高水平开发人员和维护团队，例如量化，或是游戏库等，市场还会收到 rust 的抢占，应该还是会减小。

py 只是上面的皮，要想又快又好，免不了要底下 c++开发者帮你负重前行。
前台业务和后台基建的区别