MIT 项目如何演变为全球语言 Julia
How an MIT research project became a global programming language
2009 年，一群 MIT 研究人员因对现有科学计算语言既僵硬又缓慢感到沮丧，决定自研一款新语言。他们创建了 Julia，旨在让科学家和工程师无需精通编程也能构建高性能应用。如今，Julia 已拥有超过 100 万用户，被用于从模拟原子行为到设计喷气式引擎、开发 Moderna 疫苗等广泛领域。其核心优势在于独特的即时编译技术，兼具 Python 的易用性和 C 语言的速度。JuliaHub 团队进一步推出了 Dyad 3.0，利用 AI 代理自动处理物理仿真与系统设计，将原本需要数月的工程设计工作缩短至数小时，彻底改变了复杂系统的开发模式。
研究人员会告诉我，他们告诉主管自己用 Julia 是因为它速度快，但千万别告诉主管用 Julia 其实是因为它真的很有趣。
HN 评论区
124- eigenspace
Julia 是一门非常棒的语言，正是它让我真正开始关心并享受编程。我认为它是现代语言中从 Lisp 汲取教训最多的一门，同时也提出了一些非常出色的原创想法。
值得称道的地方很多，但我认为我最爱它、也觉得它最有趣的一点在于：它几乎独一无二地擅长将一段代码以各种方式转换其含义，并且拥有大量实现这一点的工具。包括：
* 多重分派（Multiple dispatch）允许非常灵活地编写通用代码，而且多重分派并非某种事后添加、需要手动启用的额外功能。语言中的每个函数都是可重载的，使用多重分派没有任何性能惩罚。
* 参数化类型（Parametric typing）允许对常见的“基础”类型进行大量的抽象。
* Lisp 风格的宏（Lispy macros）让你可以进行元编程，从而改变某段语法的含义。
* 生成函数（Generated functions）让你能在编译时介入，本质上接管编译流水线，并为任何给定的输入类型签名定制代码生成。
* 抽象解释器接口（Abstract interpreter interface）让你能实质上接管编译器，随心所欲地定制你的代码生成和分析过程。例如，该接口就被用来支持 GPU 和自动微分，作为包的功能提供。
- cmontella
上周末我做了一些 Julia 的基准测试，对比了一堆语言，如果有人感兴趣的话。工作负载是在 Apple M1 上运行 EKF（扩展卡尔曼滤波），我试图尽可能多地并行执行：
https://raw.githubusercontent.com/mech-lang/mech/codex/taich...
对比对象包括 Taichi、Halide、Futhark、Rust、Lua、LuaJIT、Numpy 以及纯标量 Python。Julia 表现非常出色，它基本上能跑得和你想要的一样快！（这些并不是完全对等的比较，请把这想象成一篮水果）
* Mech 的结果应被视为 Rust 性能的下限。
- prof-dr-ir
如果你从事数值计算工作，并且希望显式地写出内层循环，同时又不牺牲太多性能——无论是出于教学目的，还是因为你想调整算法——那么 Julia 简直太棒了。
从零开始创建一个空文件，导入一个 LinearAlgebra，然后从头开始开发卷积神经网络或马尔可夫链蒙特卡洛算法，这个过程非常有趣。然后看到这样一个程序速度快到足以在 MNIST 数据集上训练，或者算出临界指数的合理估计值（这里特指 Python），会非常有成就感。
我不确定是否有比 Julia 更适合这类工作的语言。
- maxall4
我真的很想喜欢 Julia。它拥有不错的类型系统、良好的生态系统、合理的语法，而且比 Python 快得多。但它的开发者体验（DX）存在几个问题，阻碍了我使用它：其中最严重的是 JIT（或类似 JIT 的系统）完全缺乏缓存，导致运行时间不到 100ms 的脚本需要数秒的编译时间。有一些外部包试图解决这个问题，但它们远达不到官方包的质量，而且根据我的经验，它们相当不稳定。
（我上次尝试 Julia 是几年前的事了；也许这方面已经有所改进？）
- myrmidon
Julia 用起来真的很有趣，我认为他们在类型系统方面确实搞到了一些门道：复杂类型在模块边界之间的交互比大多数其他语言都要好得多；这是其中一位创作者关于此话题的精彩演讲：
https://www.youtube.com/watch?v=kc9HwsxE1OY
在我看来，这门语言最大的缺点是 Julia 本质上是一个 LLVM 工具链在“假装”是一门解释型语言（从技术上讲，它确实是），这往往表现为首次执行时的延迟非常慢（几乎迫使你保持解释器处于打开状态，而不是仅仅在编辑的文件上调用它）。
- drhagen
当我在 MIT 读研究生时，我的办公桌就在 Julia 团队隔壁的走廊对面。我们甚至共用一张午餐桌。Julia 最出名的是它的优化编译器，但许多人可能没有注意到他们在语言本身设计上所付出的精心工作。这可不是 Matlab！我记得有一次很长的谈话，其中一位成员在教我关于 Unicode 的不同规范化类型。他们必须选择一种方式来规范化 Unicode 变量名（这对数学编程语言更有用），并且他们正在仔细权衡各种选项的后果。
- ashton314
当我需要一门既能快速运行又能以函数式方式推理的语言时，Julia 是我的首选。类型系统不错，模式匹配相当好，元编程的故事虽然可以显著改进，但也并不差，而且天哪，它快得离谱。快得令人发指。
- radiator
你觉得文章《Why I no longer recommend Julia》（为什么我不再推荐 Julia）中关于正确性的批评仍然有效吗？*
* 整个生态系统中存在太多正确性和组合性方面的 bug，以至于在任何正确性至关重要的场景下，使用它都难以得到辩护。