FastPython ⚡

AOT Hardware-Adaptive Native Machine Code Compiler for Python

FastPython erkennt beim Start automatisch die Architektur und Fähigkeiten deiner Host-CPU (AVX2, AVX-512, FMA3, BMI2, Cache & Kerne), analysiert deine Python-Funktionen, übersetzt rechenintensive Schleifen und Algorithmen in optimierten C99/C++ Code und kompiliert diesen vor dem Start in hardwarenahen Maschinencode.

Beim wiederholten Starten sorgt ein intelligentes SHA-256 Caching dafür, dass keine Kompilierungszeit anfällt und das Modul in unter 1 Millisekunde direkt aus dem Cache geladen wird.

🚀 Benchmark-Ergebnisse (auf AMD Ryzen 7 5700X, 16 Threads, AVX2, FMA3)

🛠️ Verwendung

1. Zero-Touch Projekt-Beschleunigung (Empfohlen)

Füge einfach in deiner main.py als erste Zeile hinzu:

import fastpython.auto  # Aktiviert automatische Hardware-AOT-Kompilierung für das Projekt

# Ab hier: Importiere deine ganz normalen Projektdateien (ohne Decorator oder Änderungen!)
import simulation
import math_utils

# Alle Funktionen in diesen Dateien laufen jetzt im nativen Maschinencode!
simulation.run()

Führe dein Skript wie gewohnt mit Python aus:

python main.py

FastPython fängt alle Projekt-Imports ab, identifiziert rechenintensive Funktionen in allen Projektdateien, kompiliert sie vor der Ausführung in AVX2-Maschinencode und sichert sie im Cache. Bei jedem weiteren Start startet das Programm ohne Verzögerung sofort im nativen Modus.

2. Als gezielter Decorator für einzelne Funktionen

from fastpython import compile_native

@compile_native(fastmath=True, parallel=True)
def calculate_pi(n: int) -> float:
    acc = 0.0
    sign = 1.0
    for i in range(n):
        denom = 2.0 * float(i) + 1.0
        acc += sign / denom
        sign = -sign
    return 4.0 * acc

print(calculate_pi(20_000_000))  # 20 Millionen Iterationen in ~25ms!

3. Über das Command Line Interface (CLI)

# Host-Hardware analysieren
python -m fastpython info

# Benchmark-Suite ausführen
python -m fastpython benchmark

# Eigenes Skript mit FastPython starten
python -m fastpython run dein_skript.py

# Cache leeren
python -m fastpython clear-cache

⚙️ Wie es unter der Haube funktioniert

1. Hardware-Profiling (fastpython.hardware): Liest über Low-Level CPUID und System-APIs ab, welche Befehlssätze dein Prozessor unterstützt (z. B. AVX2, FMA3, NEON).
2. AST-Transpiler (fastpython.codegen): Untersucht den Python Abstract Syntax Tree (AST), extrahiert numerische Datentypen (int64_t, double) und entfernt das Python-Objekt-Boxing in inneren Schleifen.
3. Host-Compiler (fastpython.compiler): Generiert die native C-Erweiterung und ruft den lokalen Compiler (MSVC BuildTools / Clang / GCC) mit maximalen Hardware-Flags (/arch:AVX2 /fp:fast /O2 /Oi /Ot) auf.
4. Caching-Layer: Hasht Quellcode + CPU-Fingerprint + Compiler-Flags. Bei erneutem Start wird der kompilierte Maschinencode (.pyd / .so) sofort eingebunden.