O que é a linguagem Julia?

Julia é uma linguagem de programação de código aberto feita para atender os requisitos da computação de alto desempenho numérico e científico, escrita em C, C++ e Scheme. Considerada uma linguagem de alto nivel e dinâmica, ou seja, suas variáveis podem receber quaquer tipo de dado e sua sintaxe se assemelha mais com a linguagem humana do que com a de máquina. Mesmo sendo desenvolvida para atender as aplicações que dependem de um desempenho mais elevado, ela pode ser utilizada para uso geral em vários tipos de aplicações.

História

O projeto foi inciado em 2009 por Jeff Bezanson, Stefan Karpinski, Viral B. Shah e Alan Edelman, que colocaram em pratica a ideia de criar uma linguagem de programação que fosse rápida como as linguagens de tipagem estática e fácil de usar como Python.

Características da linguagem

• Compilação Just-in-time, sendo uma junção das abordagens de compilação e interpretação, levando assim a velocidade de uma linguagem compilada e a flexibilidade de uma linguagem interpretativa;
• Possui tipagem dinâmica;
• Não possui classes;
• Permite a criação de funções internas de codificação genéricas que são extensíveis para outros programas;
• Permite a utilização de simbolos na sintaxe, como "∈";
• Boa performance, que se aproxima de linguagens com tipagem estática, exemplo a linguagem C;
• Permite a chamada de funções em C e Python através de APIs especiais;
• Uma variável pode armazenar diferentes tipos de dados;
• Possui uma biblioteca rica em estrutura de dados.

Computação Paralela e concorrente com Julia

Julia fornence quatro tipos de programação paralela e concorrente

1. Multi-threading

O multi-threading de Julia oferece a capacidade de agendar tasks simultaneamente em mais de um thread ou núcleo de CPU, compartilhando memória. Geralmente, essa é a maneira mais fácil de obter paralelismo em um computador ou em um único servidor grande de vários núcleos. O multi-threading de Julia é combinável. Quando uma função multi-threads chama outra função multi-threads, Julia agendará todos as threads globalmente nos recursos disponíveis, sem excesso de assinatura.

2. "tasks" assíncronas ou corrotinas

As tasks permite suspender e retomar cálculos para E/S, manipulação de eventos, processos do tipo produtor-consumidor e semelhantes. As tasks podem ser sincronizadas por meio de operações como wait, @sync e fetch e se comunicar por meio de Channels. Embora estritamente não seja uma computação paralela por si só, Julia permite que você agende Tasks em um ou mais threads.

Agendamento de tasks em uma thread

    # ...
    # Vetor para o armazenamento das tasks
    tasks = []
    #Criação das tasks
    t1 = @task begin
        # ...
    end
    push!(tasks, t1)

    # ...
    # Agendamento das tasks para serem executadas, todas no mesmo thread (o thread que está executando elas).
    for i ∈ 1:length(tasks)
        schedule(tasks[i])
    end

    # ...
        




Agendamento de tasks em multiplas threads

    # ...
    # Vetor para o armazenamento das tasks
    tasks = []
    #Criação das tasks
    t1 = @task begin
        # ...
    end
    push!(tasks, t1)

    # ...
    # Agendamento das tasks para serem executadas, permitindo que as tasks sejam executadas em outras threads.
    Threads.@threads for i ∈ 1:length(tasks)
        schedule(tasks[i])
    end

    # ...
        

3. Computação distribuída

A computação distribuída executa vários processos Julia com espaços de memória separados. Eles podem estar no mesmo computador ou em vários computadores. A biblioteca padrão Distributed fornece a capacidade de execução remota de uma função Julia. Com este bloco de construção básico, é possível construir muitos tipos diferentes de abstrações de computação distribuída. Pacotes como DistributedArrays.jl são um exemplo de tal abstração. Por outro lado, os pacotes como MPI.jl e Elemental.jl fornecem acesso ao ecossistema de bibliotecas MPI existente.

4. computação GPU

O compilador Julia GPU oferece a capacidade de executar o código Julia nativamente em GPUs. Há um rico ecossistema de pacotes Julia direcionados a GPUs. O site JuliaGPU.org fornece uma lista de recursos, GPUs compatíveis, pacotes relacionados e documentação.

        julia> @sync for i in 1:3
            @async write(stdout, string(i), " Foo ", " Bar ")
        end 
            

    123 Foo  Foo  Foo  Bar  Bar  Bar
            

    julia> @sync for i in 1:3
        @async println(stdout, string(i), " Foo ", " Bar ")
    end 
        

    1 Foo  Bar
    2 Foo  Bar
    3 Foo  Bar