用一句話來說，因?yàn)槲覀兦笾�若渴、不斷追求�?/p>

我們擁有Matlab核心用戶，有擅長Lisp方面的黑客，Pythonistas和Rubyists方面的專家也有不少；此外，還有一些是Perl方面的大牛，有一部分開發(fā)者在我們剛略懂皮毛前便使用了Mathematica。換句話說，他們懂的不僅僅是皮毛，比起其他人，開發(fā)R語言要多的多。而C語言對我們來說卻是一塊荒島。

我們非常熱愛這些語言，他們是如此的完美和強(qiáng)大。我們在科學(xué)計(jì)算、機(jī)器學(xué)、數(shù)據(jù)挖掘，大型線性代數(shù)和分布式并行計(jì)算做了大量的研究工作——可以說每個項(xiàng)目都有各自的優(yōu)勢，甚至給其他人產(chǎn)生畏懼。任何一個項(xiàng)目都會權(quán)衡考量。

我們需要有一門開源語言，這門語言在行業(yè)內(nèi)是被公認(rèn)許可的（基于許可證情況下）。我們希望這門語言能夠有C語言一樣的速度，Ruby一樣得活力（dynamism）。我們需要像homoiconic一樣的語言，它像Lisp一樣有宏，但是也像Matlab一樣有顯而易見、熟悉的數(shù)學(xué)標(biāo)記。

我們希望傳統(tǒng)的編程語言像Python一樣適用，像R語言一樣適用于統(tǒng)計(jì)，像Perl一樣適用于字符串處理，像線性代數(shù)Matlab一樣強(qiáng)大，像DOS命令一樣擅長粘合程序。這似乎看起來簡單易學(xué)，但是想要讓黑客樂意去迎合它卻不是簡單之事。我們希望它具有互動性且能夠被編譯。

希望提供的需求：Hadoop分布式核心，因?yàn)闆]有Java和XML千字節(jié)的樣板文件，無法在數(shù)百臺機(jī)器上通過千兆字節(jié)的日志文件進(jìn)行篩選查找Bug。

拒絕復(fù)雜化的操作權(quán)限。我們想寫一段簡單的分等級的循環(huán)（代碼），這段循環(huán)（代碼）通過一個單核CPU上的寄存器利用嚴(yán)密的機(jī)器代碼就可以編譯。比如寫一個A*B的代碼，然后用一千臺計(jì)算機(jī)進(jìn)行1000次計(jì)算，這些計(jì)算機(jī)放在一起就是一個巨大的矩陣產(chǎn)品。

當(dāng)我們不喜歡類型時，永遠(yuǎn)不會提起它。當(dāng)需要動態(tài)函數(shù)時，需要利用泛型編程來編寫算法并將其應(yīng)用到類型中，尋求最佳方法從多重角度且有效的為所有函數(shù)挑選參數(shù)，通過數(shù)十種方法來定義不同類型間的共同特性，付出這么多的努力，我們無非是想語言變得更加簡單、干凈。

大約兩年半前，開始著手開發(fā)這門語言，那時還不是完整版，隨著發(fā)布時間臨期將至，最終1.0版醞釀而生——我們將其命名為Julia。

1.0版基本上90%達(dá)到了我們的“無理”要求。而現(xiàn)在需要您來提出“無理”要求并進(jìn)一步改造它。因此，如果您也是一名積極進(jìn)取、求知若渴的程序員，您不妨來試一試。

Julia是一個新的高性能動態(tài)高級編程語言。語法和其他編程語言類似，易于其他語言用戶學(xué)習(xí)。Julia擁有豐富的函數(shù)庫，提供了數(shù)字精度、精致的增幅器（sophisticated amplifier）和分布式并行運(yùn)行方式。核心函數(shù)庫等大多數(shù)庫是由Julia編寫，但也用成熟的C和FORTRAN庫來處理線性代數(shù)、隨機(jī)數(shù)產(chǎn)生和字符串處理等問題。Julia語言可定義函數(shù)并且根據(jù)用戶自定義的參數(shù)類型組合再進(jìn)行重載。

Julia使用的JIT(Just-in-Time)實(shí)時編譯器很有效地提高了它的運(yùn)行效率，在某些地方甚至能比得上C和C++。

下面通過標(biāo)準(zhǔn)測試程序來測試下它的效率，你可以自己比較下各語言的運(yùn)行效率。

注：運(yùn)行環(huán)境是MacBook Pro，2.53GHz，Intel Core2 Duo CPU和8G 1066MHz，DDR3內(nèi)存。

上表中只有C++運(yùn)行時間是絕對時間，其它都是相對于C++的相對時間，數(shù)值越小代表用時越少。除少數(shù)幾項(xiàng)測試Julia惜敗于Matlab和JavaScript外，Julia完勝其他高級語言，甚至在pi summation上，成功以25%的優(yōu)勢擊敗C++。通過使用Intel核心數(shù)學(xué)庫(MKL)，MatLabs在矩陣乘法運(yùn)算中稍占便宜，但是擁有MKL授權(quán)的Julia同樣可以使用Intel MKL庫，不過默認(rèn)的開源BLAS庫性能也不錯。

這個測試表是通過編譯器性能對一系列常用代碼模式進(jìn)行分析而得出的。比如：字符串解析、函數(shù)調(diào)用/回調(diào)、排序和數(shù)值循環(huán)、生成隨機(jī)數(shù)和數(shù)組運(yùn)算等。

Julia克服了高級語言一直難以逾越的難關(guān)：標(biāo)量算數(shù)循環(huán)（在pi summation上就能體現(xiàn)出來。）。Matlab的浮點(diǎn)運(yùn)算JIT和 V8 JS引擎對此也處理得很好。但JS不支持LAPACK等線性代數(shù)庫導(dǎo)致了在矩陣運(yùn)算中的低性能，而Julia有比較多的方法消除負(fù)載（overhead），使得它可以輕松支持任何函數(shù)庫。

矩陣統(tǒng)計(jì)的Julia代碼雖然性能上比不上C++但卻要簡潔得多。然而，規(guī)范和編制太過隨意可能會在將來成為一個問題。

Julia為分布式計(jì)算提供很多關(guān)鍵模塊，使得它可以更加靈活地支持多種并行處理。

雖然還是早期版本，Julia已經(jīng)支持了云計(jì)算。下面是基于交互性的Julia會話截圖：

Julia將提供更加完整的性能支持云計(jì)算操作，比如分享和編輯，包括數(shù)據(jù)管理、數(shù)據(jù)挖掘和可視化操作等。它還允許用戶操作大數(shù)據(jù)類型而不用關(guān)心數(shù)據(jù)操作行為。

TJulia的核心代碼遵循MIT協(xié)議，而其他庫各自遵循GPL/LGPL/BSD等協(xié)議。用戶還可以方便地將Julia作為核心功能共享庫與C/FORTRAN代碼聯(lián)合使用。

在不久的將來，云計(jì)算一定會徹底走入我們的生活，有興趣入行未來前沿產(chǎn)業(yè)的朋友，可以收藏云計(jì)算，及時獲取人工智能、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)的前沿資訊和基礎(chǔ)知識，讓我們一起攜手，引領(lǐng)人工智能的未來！

標(biāo)簽： isp 大數(shù)據(jù) 代碼 開發(fā)者 權(quán)限 云計(jì)算

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。