Cum am băgat un motor Rust în șase limbaje și nimeni nu a pățit nimic

Un dezvoltator cunoscut ca py-teleos a decis că Rust singur nu e de ajuns și și-a băgat motorul de inferență în șase medii: Python, Ruby, PHP, Java, Node.js și Go. Pare o încercare de a uni ariciul cu țiparul, dar se pare că a funcționat.

Cum funcționează și de ce?

Ideea e simplă: există o bibliotecă nativă în Rust care rulează modele de machine learning (de exemplu, ONNX sau proprii). În jurul ei, autorul a construit wrappere pentru fiecare din cele șase limbaje — prin FFI, C ABI și puțină magie. Acum dezvoltatorii pot face inferență din limbajul preferat, fără a părăsi zona de confort.

Avantaje:

• Performanța Rust (fără GC, fără încetiniri).
• Un singur motor — mai puține șanse ca modelul Python să calculeze altceva decât cel Java.
• Nu trebuie să înveți Rust dacă scrii în PHP (deși poate ar fi bine).

Dezavantaje:

• Wrapperele sunt un strat suplimentar care poate da erori.
• Dacă ești fan JavaScript, pregătește-te să compilezi modulul nativ pentru fiecare platformă. Bun venit în lumea node-gyp.

De ce nu e doar un moft?

Proiecte similare există, dar aici e simplitatea: autorul a pus totul open-source și poți vedea cum s-a chinuit cu FFI. Pentru startup-uri care vor să prototipeze rapid în Python și apoi să lanseze în producție pe Go, asta economisește timp. E și un exemplu cum Rust devine lipiciul ecosistemului — nu doar programare de sistem, ci și ML.

Comentariu de la METABYTE: Dacă și tu vrei să îmbini Rust cu ceva incompatibil, dar ți-e frică să nu se strice — știm cum să facem fără durere. Principalul, nu încerca să bagi Rust în Excel, am încercat noi. VBA se supără. 🤖