极简Julia语言 │ Julia背后的原理

文章图片
介绍Julia语言相较其他编程语言的优势。
1
Julia背后的原理
为了迎合新的技术，比如机器学习，你需要学习机器学习社区已经开始使用的语言。 Julia是其中一种完美的语言，事实上，它是当前发展最快的编程语言之一，并且相较其他语言，如Python脚本语言(机器学习社区喜欢的一种语言),Julia具有很多优势。
（1）性能。很长时间以来，性能一直是Python等语言的弱点。对于像机器学习这种需要极高性能的应用程序， Julia会更合适一些。事实上， Julia代码的运行速度可以和C代码一样快，有时甚至比C代码更快！像Python这样的语言，其性能表现不佳是有原因的:这些语言的构建是为了满足当时的时代和程序员的目标定位需求。在过去5年左右的时间里，我们看到了科学计算领域的指数级增长。尽管Python和C等语言在这个方向上有所帮助，但它们却不是实现新技术的最佳选择。与此相反， Julia已经被开发用于创建以性能为主要因素的机器学习应用程序。
（2）JIT编译。使用Julia ，你的程序可以被即时编译。这意味着，如果某些操作的运行速度比你实现它们的速度更快，那么Julia便会对这些操作进行优化。
（3）与Python、C和FORTRAN的互操作。如果你已经编写了Python、C或FORTRAN代码，不想在Julia中重写，没有问题！你可以在Julia中调用这些代码，并且不用担心有任何麻烦。
（4）开源和跨平台。如果你有一台Darwin(macOS)、Windows或UNIX派生的(Linux、BSD等)计算机，你就可以使用Julia！此外，如果你不喜欢Julia的某些功能，想要帮它变得更好，你还可以向Julia提出你的建议和想法，甚至给Julia直接编写代码，使它更符合个人习惯。
还有更多的原因使Julia非常适合社区。
Julia项目于2009年由四位创立者共同启动:StefanKarpinski、ViralShah、AlanEdelman和JeffBezanson 。他们启动Julia的主要目标是通过创建一种兼具动态与性能的语言解决双语言问题（two-languageproblem）。例如，在过去，大部分程序员都会使用一种简单、动态的编程语言构建应用程序原型，如Python ，然后将其移植到C或其他高性能的低级语言中，使其足够健壮、足够快。这是一个巨大的问题，因为这需要程序员去学习更多的语言，投入更多的时间，并且会引入更多不期望的错误，这就是双语言问题。
双语言问题还有另一方面——也就是说，大多数应用程序需要高性能，既需要使用Python这样的高级语言编写，也必须使用C这样的低级语言。这是因为简单的代码可以用Python编写，而计算密集的代码则必须用C语言编写，这就导致了另一个问题:两种语言之间的桥梁是一个瓶颈。你必须拥有一个团队，要么完全熟练地掌握使用两种语言，要么将Python端和C端分开。这两种解决方案的缺点都大于其优点，但这是唯一的解决方法，所以没有人会抱怨它。
随着Julia的到来，其通过强大的编译器能够做一些其他语言只能梦想的事情。例如，当国家能源研究科学计算中心(NationalEnergyResearchScientificComputingCenter ， NERSC)需要绘制可观测宇宙中的每一个大目标时，就采用了Julia编程语言。事实上， Julia已成为世界上第一个实现超大规模性能的高级动态编程语言。
这是什么意思？这意味着Julia同时在超过65万台计算机上运行，处理超过60TB的数据，相当于超过16.3万个高端的、2017年版的MacBook专业产品。通常，只有C语言，甚至直接的机器代码才能处理这种负载。