Chapel 2.3 发布，主要亮点包括：

• Python 互操作性：新增Python包模块，支持从 Chapel 调用 Python，可直接使用 NumPy 和 PyTorch 等库，还能在 Chapel 程序中嵌入可在运行时更改的 Python 代码，示例展示了创建 PyTorch 张量及动态修改操作的过程。

• 稀疏计算：

  • 背景：Chapel 支持稀疏数组，用域表示非零索引，可共享，默认存储格式为 Coordinate (COO)，也有其他格式，还支持分布式稀疏数组。其稀疏特性在 Chapel 2.0 稳定化工作中未涉及，现在得到改进和稳定。
  • 近期改进：2.3 版本添加新接口，改进稀疏命名方案和布局类型，提高关键习惯用法的性能，如将表示 CSR 和 CSC 格式的类型从CS(compressRows=true|false)重命名为csrLayout和cscLayout，模块从LayoutCS重命名为CompressedSparseLayout，还添加了新的实用例程，如获取 COO 存储域的坐标、遍历块稀疏数组的本地子数组等，可通过MatMatMult.chpl等文件查看稀疏特性的实际应用。

• 性能改进：

  • Qthreads 任务处理改进：Chapel 通常使用 Qthreads 实现并行任务，2.3 版本升级到 1.21 版，加速了多种任务习惯用法，在 thread-ring 微基准测试和 CoMD 代理应用研究等中都有明显积极影响，感谢 Qthreads 团队的支持。
  • Libfabric/OFI 优化：2.3 版本对CHPL_COMM=ofi进行了性能改进，包括通过流水线 PUT 提高远程缓存性能，使用非阻塞 PUT 改进on语句性能，以及使用非阻塞 GET 提高大型数组传输性能，在 HPE Cray EX 上有显著效果，预计在其他使用CHPL_COMM=ofi的平台上也有类似改进。
• 新 GPU 特性：支持供应商中立的 GPU 计算，2.3 版本添加两个新的 GPU 查询功能，.gpuId方法类似.id用于获取 GPU 子区域的 ID，deviceAttributes()函数用于查询低级 GPU 属性，还改进了@gpu.itersPerThread属性，可实现循环迭代到线程的映射方式切换，目前正在努力实现 halting 功能和提供跨 GPU 的分布式数组。
• Dyno 编译器改进：团队致力于名为dyno的编译器改进工作，已取得一些成果，如更友好的错误消息、chplcheck检查器和 Chapel 语言服务器 (CLS)，下一个主要里程碑是完成新的增量类型和调用解析器，2.3 版本中该解析器在支持提升表达式、迭代器和域方面有显著进展。
• 更多信息：如有关于 Chapel 2.3 或其新功能的问题，可在 Chapel 的 Discourse 组或其他社区论坛咨询，欢迎反馈以改进 Chapel 语言、库、实现和工具。