Zasper — un remplaçant moderne et efficace de JupyterLab développé en Go

• Zasper est un IDE conçu pour gérer une forte concurrence
  • Il offre une consommation mémoire minimale et d’excellentes performances, tout en gérant plusieurs connexions simultanées
  • Il convient à l’exécution d’applications de données de style REPL, comme les Jupyter Notebooks
  • Actuellement, le support est complet sur macOS et partiel sur Linux
• Benchmarks
  • Zasper consomme quatre fois moins de RAM et de CPU que JupyterLab.
  • JupyterLab utilise environ 104,8 Mo de RAM et 0,8 CPU, tandis que Zasper utilise 26,7 Mo de RAM et 0,2 CPU.
• Pourquoi Zasper a été créé
  • Le marché propose des outils frontend similaires à JupyterLab comme Databricks Notebooks et Deepnote Notebooks, mais la plupart ne sont pas gratuits et nécessitent de travailler dans le cloud.
  • Zasper fonctionne sans accroc sur la machine locale et exploite les ressources disponibles de manière efficace pour garantir des performances maximales.
  • Le langage Go offre un excellent support des protocoles REST, RPC et WS, et se distingue par sa concurrence et ses performances.
  • Python convient bien aux tâches asynchrones centrées sur l’I/O, mais présente des limites pour les workloads centrés sur le CPU.
• Il propose diverses fonctionnalités : éditeur, terminal, lanceur, Jupyter Notebooks, gestion de versions, palette de commandes, mode sombre, etc.
• Proposé en deux formats : application Electron et application web.
• Feuille de route
  • Zasper vise à devenir un écosystème IDE puissant pour les data scientists et les ingénieurs IA, et sa feuille de route prévoit les évolutions suivantes :
    • Prise en charge d’applications de données personnalisées, en plus des Jupyter Notebooks
    • Faciliter l’intégration avec les outils existants
    • Proposer Zasper Hub pour le déploiement auto-hébergé dans le cloud

[GN⁺]

Avis sur Hacker News

• L'auteur de Zasper explique que le traitement du kernel Jupyter de Zasper repose sur des goroutines Go et surpasse l'approche Python de JupyterLab.

  • Zasper utiliserait environ un quart de la RAM et du CPU par rapport à JupyterLab.
  • Des fonctions comme la recherche ne sont pas encore optimisées et restent lentes.
  • Il est en train de le développer à plein temps seul, avec des améliorations prévues.
  • Il espère une réponse positive sur cette première version.

• Marimo attire l'attention comme une alternative à Jupyter qui combine les avantages de Streamlit et de Jupyter.

• Une question est soulevée sur le fait de savoir si la baisse de mémoire et de CPU a un impact significatif.

  • Comme le code Python consomme davantage de ressources, il n'est pas clair dans quelle mesure le multithreading Go aide.

• Certains estiment que, même s'il est ancien, JupyterLab reste moderne grâce à un développement continu.

• L'alternative semble fonctionner uniquement sur macOS, avec un support partiel sur Linux, et ne prend en charge que le kernel IPython.

  • Il est mentionné que les gains de performance apportés par Go sont annulés par l'utilisation d'Electron.

• Il aimerait une interface semblable à celle de RStudio dans Jupyter et indique qu'il est essentiel de pouvoir exécuter des blocs de code.

  • La fonction « open console for notebook » de JupyterLab est appréciée, mais il ne parvient pas à trouver comment envoyer du texte ou changer le focus avec des raccourcis clavier.
  • Pour cette raison, il n'utilise pas l'implémentation Jupyter de VSCode.

• Il suggère d'envisager Wails pour l'interface utilisateur.

  • Il déplore qu'Electron ait été utilisé, malgré les efforts investis dans Go.

• Il demande quels avantages cette solution apporte par rapport au support de Jupyter Notebook dans VSCode.

• Il demande s'il y a perte de sortie lorsqu'on se déconnecte puis se reconnecte sur le frontend en cours d'exécution.

• Cela ressemble à un projet visant à remplacer le frontend de JupyterLab tout en gardant le lien avec le kernel Jupyter.

  • En théorie, il semble possible de supporter également des kernels JavaScript ou d'autres langages.
  • Il est noté que le projet n'a été testé qu'avec le kernel IPython, ce qui suscite un intérêt pour sa future évolution.