Mojo 1.0 베타

5 hours ago 3

Mojo는 “Python처럼 쓰고, C++처럼 실행”하는 언어를 표방하며, 현재 안정 버전으로 1.0.0b1 (May 7) 을 제공함
CPU부터 GPU까지 다양한 하드웨어에서 빠른 코드를 작성하되 특정 벤더에 종속되지 않는 것을 목표로 하며, 현대 AI 시스템을 위한 고성능 정적 타입 언어로 설계됨
Python 상호운용을 네이티브로 지원해 기존 코드를 전부 다시 쓰지 않고 성능 병목만 Mojo로 옮길 수 있으며, Mojo 코드의 Python import와 Python 라이브러리 import를 모두 지원함
같은 언어로 GPU 커널을 작성할 수 있고, 런타임 코드와 같은 언어를 쓰는 컴파일 타임 메타프로그래밍으로 하드웨어별 최적화와 비용 없는 추상화를 제공하려 함
Mojo 표준 라이브러리는 GitHub에서 완전 오픈소스로 공개되어 기여를 받고 있으며, Mojo 컴파일러는 2026년 오픈소스화를 계획함

버전과 시작 자료

현재 안정 버전은 1.0.0b1 (May 7), 최신 nightly는 May 9임
Mojo는 Python의 직관적 문법, Rust의 메모리 안전성, Zig의 강력하고 직관적인 컴파일 타임 메타프로그래밍에서 영감을 받음
컴파일되는 정적 타입 언어로서 에이전트형 프로그래밍에도 적합함
생산성과 성능 중 하나를 고르는 대신 둘 다 제공하는 것을 목표로 하며, 단순하고 익숙한 프로그래밍 패턴으로 시작해 필요할 때 복잡도를 추가할 수 있음
시작 경로로 Install Now, Quickstart, Releases, Roadmap, GitHub가 제공됨
Markdown으로 페이지를 보려면 URL에 .md를 붙일 수 있고, 전체 Mojo 문서 인덱스는 llms.txt에서 확인 가능함

GPU와 Python 상호운용

GPU 프로그래밍
- Mojo는 벤더별 라이브러리나 별도 컴파일 코드 없이 GPU 프로그래밍에 접근할 수 있게 만드는 것을 목표로 함
- CPU에 쓰는 동일한 언어로 고성능 GPU 커널을 작성할 수 있음
- 예시 커널 vector_add는 TileTensor를 받아 global_idx.x를 기준으로 result[i] = a[i] + b[i]를 수행함 def vector_add( a: TileTensor[float_dtype, type_of(layout), element_size=1, ...], b: TileTensor[float_dtype, type_of(layout), element_size=1, ...], result: TileTensor[ mut=True, float_dtype, type_of(layout), element_size=1, ... ], ): var i = global_idx.x if i < layout.size(): result[i] = a[i] + b[i]
Python 상호운용
- Mojo는 Python과 네이티브로 상호운용되며, 기존 코드를 전부 다시 쓰지 않고 성능 병목을 제거할 수 있음
- 하나의 함수에서 시작해, 필요에 따라 성능이 중요한 코드를 Mojo로 옮기는 방식으로 확장할 수 있음
- Mojo 코드는 Python에 자연스럽게 import되고 배포용 패키지로 함께 묶일 수 있음
- 반대로 Mojo 코드 안에서 Python 생태계의 라이브러리를 import할 수도 있음
- 예시 함수 mojo_square_array는 PythonObject의 ctypes.data에서 포인터를 얻고, SIMD 폭을 컴파일 타임에 계산해 배열 원소를 제곱함 # SIMD-vectorized kernel squaring array elements in place. def mojo_square_array(array_obj: PythonObject) raises: comptime simd_width = simd_width_of[DType.int64]() ptr = array_obj.ctypes.data.unsafe_get_as_pointer[DType.int64]() def pow[width: Int](i: Int) unified {mut ptr}: elem = ptr.load[width=width](i) ptr.store[width=width](i, elem * elem) vectorize[simd_width](len(array_obj), pow)

컴파일 타임 메타프로그래밍

Mojo의 메타프로그래밍은 런타임 코드와 같은 언어를 사용해 성능을 극대화하는 직관적 시스템을 제공함
조건부 컴파일로 하드웨어별 최적화를 만들고, 컴파일 타임 평가로 메모리 안전성을 보장하며, 비용이 큰 런타임 분기를 제거할 수 있음
의도를 명확히 드러내면서 비용 없는 추상화를 제공하는 것이 목표임
예시 __eq__ 구현은 컴파일 타임 리플렉션으로 구조체 필드 이름과 타입을 얻고, 모든 필드가 Equatable을 만족하는지 검사한 뒤 필드별 equality를 수행함 # Generic struct equality using compile-time reflection. @always_inline def __eq__(self, other: Self) -> Bool: comptime r = reflect[Self]() comptime names = r.field_names() comptime types = r.field_types() comptime for i in range(names.size): comptime T = types[i] comptime assert conforms_to(T, Equatable), "All fields must be Equatable" if trait_downcast[Equatable]( r.field_ref[i](self) ) != trait_downcast[Equatable](r.field_ref[i](other)): return False return True

로드맵과 오픈소스

Mojo는 2022년 말에 시작됐고, 아직 해야 할 일이 많음
Phase 0
- 초기 기반 구축 단계
- 핵심 파서, 메모리 타입, 함수, 구조체, 초기화자, 인자 규약, 기타 언어 기반을 구현하는 단계임
Phase 1
- 현재 진행 중인 단계
- CPU, GPU, ASIC에서 고성능 커널을 작성하기 위한 강력하고 표현력 있는 언어로 만들고, 개발자가 Python을 매끄럽게 확장할 수 있게 하는 것이 목표임
Phase 2
- 시스템 애플리케이션 프로그래밍 단계
- 보장된 메모리 안전성 모델과 시스템 프로그래밍 개발자가 기대하는 더 많은 추상화 기능을 지원하도록 확장하는 단계임
Phase 3
- 동적 객체 지향 프로그래밍 단계
- Python 코드와의 호환성을 최대화하기 위해 클래스, 상속, 타입 없는 변수 같은 Python의 동적 기능을 더 많이 지원하는 단계임
- 자세한 내용은 Mojo roadmap에서 확인 가능함
- Mojo 표준 라이브러리는 GitHub에서 완전 오픈소스로 공개되어 있으며 기여를 받고 있음
- Mojo 컴파일러는 2026년에 오픈소스화할 계획임
- Mojo 전체를 오픈소스화하겠다는 방침이 있지만, 언어가 아직 매우 젊기 때문에 공통 비전을 가진 밀접한 엔지니어 그룹이 커뮤니티 주도 방식보다 더 빠르게 움직인다고 판단함
- 참여 경로로 developer community가 제공됨