Milk诞生，据说比其他编程语言快四倍!

近日，Milk语言诞生于麻省理工学院，主要针对大型分散数据集数据内存管理的问题。现在，内存管理足以成为传统数据集的挑战，当大数据时代到来，这一进程似乎又变得缓慢了。麻省理工学院本周宣布了一种新的编程语言，以期解决该问题，并宣布该语言相比于其他编程语言，在效率上提升了4倍。

　　现在的内存管理基于“局部性原理”，局部性原理是指在大多数计算机芯片中控制内存管理，这意味着如果一个程序需要在内存的某个位置存储数据块，通常假设需要相邻的数据块，然而大数据时代，并非总是如此。相反，程序经常只需要分散在大型数据集中的几个数据项。

　　从主存中读取数据是目前芯片面临的主要性能瓶颈，所以必须频繁读取，这会导致执行相当缓慢。麻省理工学院电气工程和计算机科学博士Vladimir Kiriansky说，“这就好像每次你想要一勺麦片时，你都会打开冰箱，打开包装盒，取出一勺，然后封上包装盒，关上冰箱。”Kiriansky和其他来自麻省理工学院计算机科学与人工智能实验室(CSAL)的同学创造了这门新的编程语言Milk，致力于让开发人员更高效地处理大型数据集中的分散数据点。

　　从本质上说，Milk对OpenMP增加了一些命令，OpenMP可以支持C语言和Fortran，这使得多核处理器编写代码更加容易。程序员可以使用Milk，在任何指令周围加入几行代码，用于遍历一个大数据系，寻找相对少量的数据项。Milk编译器，将高级语言转化成低级指令，然后搞清楚如何相应地管理内存。

　　用Milk写程序时，如果需要一块数据，它并不会要求主存中的相邻数据过来。相反地，它会将数据项的地址添加到本地存储地址列表，当该列表变得足够长时，所有芯片的核会将彼此邻近的列表组合在一起，重新进行分配。这样，每个内核只请求它需要的数据项，方便高效检索数据项。

　　麻省理工学院表示，目前测试的几种常见算法，Milk比其他已存在的编程语言效率提升了四倍，Milk编译器不仅可以追踪内存地址列表，也包括存储在这些地址的数据。它必须决定哪个地址能够被保留，因为他们必须被重新访问，哪些需要丢弃不会在进行访问，如果未来进一步优化，可能会达到更好的效果。本周，该团队也在 International Conference on Parallel Architectures and Compilation Techniques上发表了关于该项目的论文。