阅读更多

13顶
0踩

Web前端

原创新闻 JavaScript JIT:梦想越来越近(in Firefox)

2008-08-25 12:32 by 副主编 QQbyte 评论(5) 有10939人浏览
多年以来,我们一直渴望能够在浏览器中实现JIT(Just-In-Time)式JavaScript。Adobe的JIT'ing Flash虚拟机展示了令人惊叹的速度,但是我们一直在等待直到Webkit的SuirrelFish 版本才看到JavaScript在浏览器中的优异效果。

直到现在。

Mozilla在TraceMonkey 项目中揭示了让人兴奋的消息。Brendan Eich,Mozilla的CTO,他说道:

我非常开心宣布TraceMonkey项目上线,一个Firefox 3.1的SpiderMonkey JavaScript引擎,使用新的JIT编译,将提升JS运行效率20-40倍。

下面是Brendan博客上的比较图形,TraceMonkey速度的确非常惊人:



同时Brendan说,除了评估,他给出了一个很好的范例:here



Brendan指明了TraceMonkey的核心:

1。我们刚刚在x86,x86-64和ARM中提供TraceMonkey支持。这意味着我们已经为移动和桌面目标平台准备好了。当运行效率持续上升的时候,人们会在写和转移一些以前运行的非常缓慢的JS代码,由于JS运行效率缓慢不得不用其他语言写的代码现在将用JS书写。

2。当我们跟踪DOM和其他本地代码,我们增加了内存安全代码库,避免出现bug。

3。跟踪只沿着热点路径,创建了一个踪迹树缓存,非热点的代码永远不会被JIT跟踪,避免了内存膨胀。跟踪是移动友好的。

更多的详细内容请访问:Andreas Gal’s detailed blog entry on trace trees.

AJAX第一个阶段是尽可能在每个平台上运行,这个宣告是一个标志AJAX进入第二个阶段:改进现存的平台。我们感到非常兴奋!

Brendan说出了自己的对JS前景的理解:

通过工具,场景图形,游戏规则等,进行JS驱动<canvas>渲染,完全通过JS完成。这也许是未来的一种发展趋势!

同时John Resig说道:

这意味着JavaScript不再仅仅是前台工具,我渴望看到完全用JavaScript写的项目。

Mozilla,加油!
来自: ajaxian.com
13
0
评论 共 5 条 请登录后发表评论
5 楼 KKFC 2008-08-26 22:36
说真的 听到这个消息我感觉AJAX/JS社区真是和谐的社区,才有驱动了这样“优化”的成绩出来
4 楼 slaser 2008-08-26 14:17
Mozilla这条路走对了,对js性能的提高可以对IE造成更大的冲击。
3 楼 fkpwolf 2008-08-25 17:41
图片很漂亮,有点像九寨沟啊
2 楼 icewubin 2008-08-25 14:55
这给JS UI框架的推广进一步扫除性能障碍。
1 楼 AllenZhang 2008-08-25 13:29
到了那个时候,这个项目的维护成本将高的受不了

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 寻呼机代码块

    寻呼机代码块

  • 远程唤醒源代码(vb.net 2005)

    使用VS 2005 中VB.Net,已经经过本人测试通过

  • VB中编程实现远程唤醒(开机)方法

    1、 使用WINSOCK1 的UDP协议来发送数据包;2、 要使局域网中的电脑开机,就要知道远程计算机的MAC地址;3、 数据发送格式为Byte型十六进制数据;4、 要发送的数据为: FF FF FF FF FF FF 和十六个6位的MAC;5、 主板设置:将CMOS设置中的“Power Management Setup”的“Wake Up On LAN”项设置为“Enable”即可;6、 网卡与主板连接:主板上通常都有一个专门的3芯插座,以便在关机时为网卡供电,支持远程唤醒的网卡上都有一个3针的WOL接口和一条3芯的远程唤醒电缆,通过判断网卡是否带有WOL接口即可7、 因为条件有限只在INTER865主板上测试通过;8、 如有任何问题可联系QQ:4654525 (KING2326)

  • BP机

    BP机大街上熙熙攘攘,忽然有BP机响,众人驻足,皆不是自己。正疑惑间。但见一捡纸老妪撩起破棉袄,露出一汉显BP机,赫然写着:公园有纸,速打的来。

  • CentOS网络唤醒设置说明

    如果 wake-on 一项值为 d,表示禁用wake on lan                               值为 g,表示启用 wake on lan # ethtool -s eth0 wol g     再用 ethtool命令进行查看,会发现:     Wake-on: g                   OK,目标机器的网卡已经支持了远程开机,下面我

  • 你说的是多层感知机(MLP)还是BP神经网络?

    我时常听人说起或者在各种文章中看到“BP神经网络”这样一个名词。在这些地方,所为的“BP神经网络”应该是多层感知机“MLP”。 他们不好奇吗? 或许是习惯了吧。习惯创造语言。 在google搜索“Back-Propagation Neural Networks”,似乎这个不像是一个有比较广泛应用的短语。...

  • 传呼机兴衰史:服务中国20余年

    [导读]1983年,中国内地市场第一家寻呼台落户上海,标志着传呼机正式进入中国消费电子市场。 腾讯数码讯(苏扬)20世纪80年代开始,大众生活开始引入科技产品和元素,传呼机走进消费电子市场可以看成是一个标志性事件。不过来也匆匆,去也匆匆,在服务中国市场二十几年后,技术的变革和市场的竞争让传呼机和寻呼业务在中国内地悄然黯然落下帷幕。   “Beep声”传入中国大地

  • python手推多层感知机(BP网络实现)

    一.概念及应用 多层感知机(Multi Layer Perceptron, MLP)是由多个感知机层全连接组成的前馈神经网络,BP网络是指连接权调整采用了反向传播(Back Propagation)学习算法的前馈网络,可实现从输入到输出的非线性映射。 BP网络由前向传播与反向传播两个过程组成,前向传播是指由输入值预测输出值的过程,反向传播是指各输出层反向计算对损失函数的梯度进而迭代权重的过程。 BP网络可用于分类和回归问题,在回归问题中损失函数选取rmse等,在分类问题中损失函数选取交叉熵等,在输出层二分类

  • 在Visual Basic中使用WinSock控件

    WinSock控件能够通过UDP协议(用户数据报协议)或TCP协议(数据传输协议)连接到远程的机器并进行数据交换。这两种协议都能用来创建客户端和服务端应用程序。就像定时器控件一样,WinSock控件运行时没有一个可视的界面。  可能的用途   ·创建客户端应用程序,它能在信息到达中央服务器之前把用...

  • 【深度学习原理第1篇】前馈神经网络,感知机,BP神经网络

    前馈神经网络(FNN) 前馈神经网路是一种单向多层的网络结构,信息从输入层开始,逐层向一个方向传递,即单向传递,一直到输出层结束。前馈的意思就是指传播方向指的是前向。前馈神经网络由三部分组成:输入层(第0层),输出层(最后一层),中间部分称为隐藏层,隐藏层可以是一层,也可以是多层 。FNN如下图所示,其中圆圈是神经元。 学习神经网络前向传播与反向传播推导过程必须了解,这是许多网络的基础,推荐下面的up主视频,用案例来讲解底层传播与机理,并做出了推导,跟着推一遍,理解会更深刻,不然后面学习就可能一知半解了

  • 网络唤醒全攻略(Wake On Lan)

    家里组了台服务器存放资料,或者作为开发服务器,远程登陆成为刚性需求,由于机器需要的时候才用到,所以如果经常开机的话很费电,按需开机是最佳办法;网上教程很多,但是比较杂乱,表达累赘;还是自己总结一篇简单好用的; 前提条件 主板支持,现在的主板基本都支持,所以基本不用担心,很旧的主板好像是2000年左右的,还是需要插网卡(PCI2.1标准)需要3针WOL线连接主板; 关机时候为主板通电(600

  • 实达Start BP-870K 打印机驱动

    实达Start BP-870K 打印机驱动是官方提供的一款打印机驱动,本站收集提供高速下载,用于解决打印机与电脑连接不了,无法正常使用的问题,本动适用于:Windows XP / Windows 7 / Windows 8 / Windows 10 32/64位操作系统。有需要的朋友可以来本站下载安装。 实达Start BP-870K 打印机驱动 http://www.equdong.net/qudong/sd_Start/13148.html ...

  • BP神经网络和感知器有什么区别?

    BP神经网络和感知器有什么区别? 推荐于2016-11-15 01:48:08 1、BP神经网络,指的是用了“BP算法”进行训练的“多层感知器模型”。    2、感知器(MLP,Multilayer Perceptron)是一种前馈人工神经网络模型,其将输入的多个数据集映射到单一的输出的数据集上,可以解决任何线性不可分问题。3、多层感知器就是指得结构上多层的

  • BP算法与公式推导

    BP(backpropgationalgorithm ):后向传导算法,顾名思义就是从神经网络的输出(顶层)到输入(底层)进行求解。那么求解什么呢,求解的就是神经网络中的参数的导数,即参数梯度方向,从而就可以使用梯度下降等求解无约束问题(cost function的最值)的方法求得最终的参数。神经网络前向传播的过程比较简单,这里不做讲解(如果不了解,可以参看文献)。 1.问题分析 1.1 Co

  • 感知机与BP神经网络

    感知机与BP神经网络 一、感知机原理 感知机是二分类的线性模型,其输入是实例的特征向量,输出的是事例的类别,分别是+1和-1,属于判别模型。 假设训练数据集是线性可分的,感知机学习的目标是求得一个能够将训练数据集正实例点和负实例点完全正确分开的分离超平面。如果是非线性可分的数据,则最后无法获得超平面 二、感知机的几何解释 可以把感知机看成n维实例空间的决策超平面:W*X=0.这个超平面将空间中...

Global site tag (gtag.js) - Google Analytics