Julia受到中國使用者的非常關注

banq發表於2018-09-02
原文網址 : http://jdon.com/49936
Julia程式語言最初是為數學和科學工作而設計的，現獲得一系列企業使用者的支援，並在中國迅速走紅，在其新版本釋出後，共有來自140個國家下載，34%來自中國。

Julia開始於2009年在麻省理工學院的一個研究專案，由電腦科學家Jeff Bezanson, Stefan Karpinski, Viral Shah 和麻省理工學院教授，這個專案是從一家公司分拆出來的，並於2012年向公眾推出。據技術長Keno Fischer稱：2015年左右，商業使用者特別是金融服務商，開始詢問其對獨特工作量的適用性。

“他們來找我們想要確保它是健壯的，”他說。

Fischer說，就在這個月開源專案釋出了Julia 1.0，釋出前幾年就確保了健壯性、穩定性和提供可用性的能力，確保了企業使用者的期望。

傳統上，程式語言在高效能和高生產率之間進行了艱難的平衡，而Julia的建立者希望它不但快速而且易於使用。

那些執行快速的語言通常是由電腦科學家以及接近硬體的人設計的，他們知道如何充分利用硬體；而易於使用的語言是由使用者、統計學家、科學家設計的。

“Julia 的實力在於這兩種人都有，”他說。

這兩種人合作的Julia被描述為提供C ++和Java的速度、具有Python和R的高階生產力、簡單性和易用性，(banq注：實際把面向機器和麵向人這兩個不同方向能統一起來)

多次分派dispatch
Fischer表示，就想法而言，Julia最接近多年前在Apple開發的Dylan，在應用方面，它類似於Matlab，R，SAS或Python。它專注於來自科學界的數學和線性代數能力，幫助具有科學背景的人排除程式設計焦慮。

其核心原則是動態多分派，可以 基於執行時型別或某些其他屬性動態分派函式或方法 。

Fischer解釋道：

如果我在程式碼中用動態語言編寫A + B，A和B可能是很多東西 - 數字，矩陣，字串，資料庫物件 - 各種複雜的東西。但是，是否加號取決於上下文，這個上下就是A和B的型別，如果A和B都是數字，只需將它們加在一起即可，也就是採取相加的方式，但如果A是數字而B是矩陣，那就沒那麼簡單了，那就需要透過多次分派才能找到適合A和B型別的執行方法。

“這是一種非常適合表達數學概念的正規化，”Fischer說。“然後透過最佳化過程，我們從這些模型分派宣告中提取靜態型別資訊，並使用這些資訊來最佳化程式碼，就像靜態編譯器一樣。”

因此，Julia依賴於一個複雜的型別系統。

“Julia有一個非常豐富的型別概念，你可以在執行時選擇型別，最重要的是，型別是你可以操作的語言的一級目標(型別是第一等公民)”他說。“你可以傳遞它們，你可以轉換它們，你可以對它們執行操作，你可以註釋它們。這些型別是Julia最經過深思熟慮和最關鍵的創新之一。“

回到靜態路徑語言，他解釋說，“你不能將靜態語言的快速性應用於傳統動態語言的原因是：動態語言沒有足夠的靜態資訊來最佳化其程式碼，但是在Julia上不存在這樣的關鍵問題，型別系統允許我們靜態地推斷Julia程式的行為，將該資訊提供給編譯器並使其生成快速程式碼。“

在中國有很大下載量
超過700名志願者為1.0釋出做出了貢獻。其特點包括：

1. 一個新的內建包管理器
2. 丟失值的規範表示。
3. 內建的String型別，現在可以安全地儲存任意資料，能夠將廣播擴充套件到自定義型別，並在GPU和其他向量化硬體上實現高效的最佳化計算。

它在釋出後兩週內有來自140多個國家下載，其中34％的獨立訪問者來自中國下載，頁面。

Julia可被用於自動駕駛汽車、機器人、 3D印表機以及精密醫學、 擴增實境、 基因組學、 能源交易、 機器學習、 金融風險管理 和太空任務，用在政府機構，包括聯邦航空管理局，美聯儲和其他機構; 由Blackrock，Aviva，Citibank，Bank of America等金融服務公司提供支援; 還包括矽谷的玩家包括谷歌，亞馬遜，Facebook和優步。

Julia計算公司在Julia Pro中提供了Julia支援的版本，以及針對金融服務，資料庫和時間序列工作負載等的特定產品，Fischer 表示，他們將在未來幾個月內整合其產品。

Julia Language Gaining in Enterprise Cred - The Ne

[該貼被banq於2018-09-02 15:43修改過]

相關文章