Kinerja melebihi Rust sekitar 33%, 10 baris kode mem-parsing paket IP

Dalam bahasa pemrograman sistem modern,Karat Ia telah membangun reputasi luas untuk “kinerja yang mendekati C/C++ sekaligus memberikan keamanan memori”. Menurut pengujian publik seperti TechEmpower Benchmark (proyek standar evaluasi kinerja kerangka web yang diakui industri), kerangka kerja Rust sering kali termasuk yang teratas dalam hal kecepatan respons dan efisiensi pemanfaatan sumber daya, dan dianggap sebagai salah satu bahasa tingkat tinggi yang paling kompetitif dalam hal kinerja saat ini. Hal ini menjadikan Rust bahasa pilihan untuk mengembangkan layanan berkinerja tinggi, sistem tertanam, dan modul WebAssembly. Namun, dalam hal desain bahasa,“Batas kinerja” bukan satu-satunya yang bisa dicapai Rust.

MoonBit memperkenalkan dua fitur baru berdasarkan versi Beta:Pola Bit Dan Jenis Nilai. Peningkatan ini tidak hanya meningkatkan kekuatan ekspresif bahasa, tetapi juga wasm Dan warga asli Backend menghadirkan optimalisasi kinerja yang signifikan.Saat ini, fitur-fitur ini telah diintegrasikan ke dalam kompiler terbaru dan terus diulang.

Artikel ini akan menunjukkan skenario aplikasi dan manfaat kinerja melalui contoh spesifik, dan mencoba menjawab pertanyaan inti:Bisakah MoonBit memenuhi atau bahkan melampaui standar kinerja Rust dalam hal ekspresi bahasa dan efisiensi eksekusi?

Dua fitur bahasa baru telah ditambahkan:

MoonBit sekarang mendukungnya #valtype label, biarkan struct Dan tuple struct oleh tipe nilai tetap bugar. Hal ini menghindari alokasi heap tambahan dan tekanan GC, sehingga meningkatkan efisiensi operasi. Misalnya:

#valtype
pub(all) struct Complex {
  real : Double
  imag : Double
}

Kode di atas menyatakan struktur yang digunakan untuk merepresentasikan bilangan kompleks, dan lolos #valtype Untuk menunjukkan penggunaan tipe Nilai untuk mengalokasikan memori, dengan menggunakan struktur ini, kita dapat mengimplementasikan algoritma numerik secara efisien seperti Fast Fourier Transform (FFT). Dibandingkan dengan kasus dimana tipe nilai tidak digunakan, kinerjanya telah meningkat secara signifikan. Kami membandingkan program Rust dan Swift yang sama, dan hasil perbandingannya ditunjukkan pada gambar di bawah:

Subskrip sumbu x mewakili logaritma jumlah data masukan untuk penghitungan FFT, dan sumbu y mewakili waktu berjalan penghitungan fungsi FFT. Dari hasil benchmark, kita dapat melihat bahwa MoonBit telah mengungguli bahasa pemrograman umum dalam perhitungan numerik, dengan peningkatan kinerja sebesar 33% dibandingkan dengan Rust dan peningkatan kinerja sebesar 133% dibandingkan dengan Swift.

Semua pengujian benchmark dilakukan pada MacBook Pro yang dilengkapi chip Apple M1 Pro (CPU 10 inti, termasuk 8 inti performa dan 2 inti efisiensi energi), memori terintegrasi 32 GB, dan macOS 14.5 (kernel Darwin versi 23.6.0). Lingkungan perangkat lunak mencakup Rustc 1.89.0 (04-08-2025), Swift 6.1.2 (swift-6.1.2-RELEASE, platform target adalah arm64-apple-macosx14.0) dan MoonBit 0.6.26.

Contoh kode bagian inti FFT ditunjukkan pada gambar di bawah. Dari kiri ke kanan adalah Rust, Swift dan MoonBit. Kode bangku lengkap dapat ditemukan di repositori GitHub (

Pola bitstring memungkinkan mengekstraksi fragmen bit dengan panjang sembarang secara langsung dalam pencocokan pola, dan mendukung penyambungan big-endian atau little-endian. Hal ini dapat membuat kode lebih kompatibel dengan deskripsi spesifikasi protokol, menghilangkan langkah-langkah rumit seperti perubahan manual, masking, dan pemrosesan endian. Ini sangat cocok untuk penguraian protokol jaringan dan pemrosesan batch urutan byte.

1. Parsing header IPv4

pub fn parse_ipv4(ipv4 : @bytes.View) -> Ipv4  {
  match ipv4 {
    [ // version (4) + ihl (4)
      u4(4), u4(ihl),
      // DSCP (6) + ECN (2)
      u6(dscp), u2(ecn),
      // Total length
      u16(total_len),
      // Identification
      u16(ident),
      // Flags (1 reserved, DF, MF) + Fragment offset (13)
      u1(0), u1(df), u1(mf), u13(frag_off),
      // TTL + Protocol
      u8(ttl), u8(proto),
      // Checksum (store; we'll validate later)
      u16(hdr_checksum),
      // Source + Destination
      u8(src0), u8(src1), u8(src2), u8(src3),
      u8(dst0), u8(dst1), u8(dst2), u8(dst3),
      // Options (if any) and the rest of the packet
      .. ] => {
      let hdr_len = ihl.reinterpret_as_int() * 4
      let total_len = total_len.reinterpret_as_int()
      guard ihl >= 5
      guard total_len >= hdr_len
      guard total_len <= ipv4.length()
      let header = ipv4[:hdr_len]
      // checksum must be computed with checksum field zeroed
      guard ipv4_header_checksum_ok(header, hdr_checksum)
      let options = ipv4[20:hdr_len]
      let payload = ipv4[hdr_len:total_len]
      Ipv4::{
        ihl, dscp, ecn,
        total_len, ident,
        df: df != 0, mf: mf != 0,
        frag_off, ttl, proto, hdr_checksum,
        src: Ipv4Addr(src0, src1, src2, src3),
        dst: Ipv4Addr(dst0, dst1, dst2, dst3),
        options, payload,
      }
    }
    ...
  }
}

Disini kita langsung menggunakannya u1, u4, u13 Mode yang sama mengekstrak kolom dengan panjang yang sesuai, dan cara penulisannya sangat mirip dengan dokumen protokol. Hal ini tidak hanya membuat penulisan dan pemeriksaan menjadi lebih mudah, namun juga memungkinkan pengembang tidak perlu lagi khawatir tentang perubahan, masking, dan masalah endian, serta dapat fokus pada logika bisnis.

Selain kode penguraian tulisan tangan, pola Bitstring juga membantu mengotomatiskan pembuatan pengurai protokol. Karena deskripsi pola hampir cocok satu-satu dengan definisi bidang dalam dokumen protokol, alat AI dapat secara otomatis menghasilkan kode pencocokan pola yang cocok secara langsung berdasarkan spesifikasi protokol (seperti dokumen RFC atau deskripsi IDL). Dengan cara ini, pengembang hanya perlu memberikan deskripsi protokol untuk mencapai implementasi parser yang efisien dan cepat dibaca, yang mengurangi biaya pengembangan dan verifikasi protokol jaringan, dan menghindari kesalahan mudah saat menulis logika shift dan mask secara manual.

Faktanya, komunitas MoonBit baru-baru ini mendemonstrasikan eksperimen dengan asisten AI bawaan MoonBit Pilot (resmi dirilis pada bulan Juli): setelah mempelajari contoh penguraian IPv4, Pilot dapat secara otomatis menghasilkan implementasi parser IPv6 dengan gaya pencocokan pola yang sama. Dengan kata lain, Pola Bitstring tidak hanya meningkatkan efisiensi penulisan manual, namun juga membuka ruang aplikasi tingkat lebih tinggi untuk pembuatan kode berbasis AI.

2. Perbandingan urutan byte yang efisien

pub fn equal(bs1 : @bytes.View, bs2 : @bytes.View) -> Bool {
  if bs1.length() != bs2.length() { return false }
  loop (bs1, bs2) {
    ([u64le(batch1), .. rest1], [u64le(batch2), .. rest2]) => {
      // compare 8 bytes at a time
      if batch1 != batch2 { return false }
      continue (rest1, rest2)
    }
    (rest1, rest2) => {
      for i in 0..<rest1.length() {
        if rest1[i] != rest2[i] { return false }
      }
      return true
    }
  }
}

Dalam contoh kode di atas, kita menggunakan pola bitstring untuk membaca 8 byte dari rangkaian byte sekaligus sehingga perbandingan batch dapat dilakukan. Cara penulisan ini dapat menggunakan instruksi dasar dan meningkatkan kinerja. Di sini kita menggunakan akhiran le untuk menunjukkan bahwa tatanan little-endian dipilih. Ini akan memiliki kinerja yang lebih cepat pada mesin yang endian aslinya adalah little-endian. Dibandingkan dengan perbandingan byte-demi-byte tradisional, metode ini sangat meningkatkan efisiensi menjalankan kode.

Pola Bitstring dan Jenis Nilai yang diperkenalkan oleh MoonBit kali ini ditargetkan pada dua skenario inti penguraian protokol tingkat byte dan komputasi numerik berkinerja tinggi, yang secara signifikan meningkatkan kekuatan ekspresif dan efisiensi eksekusi bahasa tersebut. Kombinasi keduanya memungkinkan MoonBit tidak hanya mempertahankan kesederhanaan dan keanggunan sintaksis saat memproses data tingkat rendah dan tugas-tugas komputasi intensif, namun juga menunjukkan potensi kinerja yang sebanding atau bahkan melampaui bahasa pemrograman umum. Menurut informasi di situs resminya, MoonBit resmi memasuki tahap Beta pada bulan Juni tahun ini, menandai masuknya fitur bahasa ke dalam periode stabil, resmi memasuki tahap baru yang dapat diimplementasikan, dan secara bertahap berkembang menjadi teknologi infrastruktur yang dapat diterapkan dengan baik. Kemudian pada bulan Juli, MoonBit meluncurkan asisten pemrograman AI yang dibuat oleh MoonBit Pilot, yang dapat menghasilkan kode perpustakaan berkualitas tinggi dalam waktu singkat dan mencapai penggabungan yang baik dengan fitur-fitur bahasa terbaru, sehingga memberikan dorongan baru ke dalam perluasan ekologi. Pada saat yang sama, MoonBit juga secara aktif mempromosikan pembangunan komunitas. Tantangan Inovasi Pemrograman Global MoonBit kedua yang saat ini diadakan telah menarik pengembang dari banyak universitas dan komunitas sumber terbuka untuk berpartisipasi, memberikan panggung yang lebih luas untuk penerapan praktis bahasa tersebut dan kesejahteraan ekologis. Pengembang yang tertarik dengan kompiler, implementasi bahasa, atau pemrograman AI mungkin ingin mengambil kesempatan ini untuk merasakan acara ini secara mendalam: 2025-mgpic