36 | 当前技术的发展趋势以及其对编译技术的影响

在 IT 领域，技术一直在飞速的进步，而每次进步，都会带来新的业态和新的发展机遇。

退回到 10 年前，移动互联网刚兴起不久，谁也没想到它会催生现在这么多的业态。而云计算还在酝酿期，腾讯和百度的创始人都觉得它走不远，现在竟然这么普及。

退回到 20 年前，互联网刚兴起，上网都要拨号。互联网的几个巨头，像阿里巴巴、百度、腾讯、新浪，还有网易，都是在那个时代展露头角的。毫不夸张地说，如果你在那个时代搞技术，懂 Web 编程的话，那绝对是人人争抢的“香饽饽”，毕竟那时，Web 编程是前沿技术，懂这个领域的人，凤毛麟角。

退回到 30 年前，微软等公司才刚开始展露头角，雷军、求伯君等老一代程序员也正在发力，WPS 的第一个版本运行在 DOS 操作系统上。我还记得，95 年的时候，我在大学的阶梯教室里，看了比尔盖茨曾发表的，关于未来技术方向的演讲。当时，他预测了未来的科技成果，比如移动智能设备，听上去像天方夜谭，但现在移动互联网、人工智能和 5G 的发展，早已超出了他当时的想象。

那么你有理由相信，未来 10 年、20 年、30 年，会发生同样天翻地覆的变化。这种变化所造成的的影响，你我哪怕大开“脑洞”都无法预料。而你在这种趋势下，所能做的就是，把握当下，并为未来的职业生涯做好准备。这是一件认真且严肃的事情，值得你用心对待。

当然，洞悉未来很难，但你可以根据当前了解到的信息，捕捉一些发展趋势，看看这些发展趋势，让编译技术的发展方向有了哪些不同，跟你又有什么关系。

本节想与你分享 3 个方面的技术发展趋势，以及它们对编译技术的影响：

人工智能，以及如何让编程和编译技术变得更智能？

云计算，以及是否需要云原生的语言？

前端技术，以及能否出现统一各个平台的大前端技术？

期望这些内容，能让你看到一些不同的思考视角，获得一些新的信息。

趋势 1：让编程更智能

人工智能是当前发展最迅速的技术之一了。这几年，它的发展速度超过了人们的预期。那么你知道，它对编译技术和计算机语言的影响是什么吗？

首先，它需要编译器能够支撑，机器学习对庞大计算力的需求，同时兼容越来越多新的硬件架构。

由于机器学习的过程需要大量的计算，仅仅采用 CPU 效率很低，所以 GPU 和 TPU 等新的硬件架构得到了迅速的发展。对于编译技术来说，首要的任务，是要充分发挥这些新硬件的能力；因为 AI 的算法要能跑在各种后端架构上，包括 CPU、GPU 和 TPU，也包括仍然要采用 SIMD 等技术，所以后端技术就会变得比较复杂。同时，前端也有不同的技术框架，比如谷歌的 TensorFlow、Facebooke 的 PyTorch 等。那么编译器怎样更好地支持多种前端和多种后端呢？

根据在24 讲学到的知识，你应该会想到要借助中间代码。所以，MLIR 应运而生。这里要注意，ML 是 Multi-Level（多层次）的意思，而不是 Machine Learning 的缩写。我还想告诉你，MLIR 的作者，也是 LLVM 的核心作者、Swift 语言的发明人，Chris Lattner（他目前在谷歌 TensorFlow 项目中）。而当你看到 MLIR 的格式，也许会觉得跟 LLVM 的 IR 很像，那么你其实可以用更短的学习周期来掌握这个 IR。

其次<