自發(fā)布基于 Julia 的科學(xué)計(jì)算環(huán)境 MWORKS.Syslab 以來，同元軟控在科學(xué)計(jì)算語言、多語言統(tǒng)一編譯和融合、AI 和機(jī)器學(xué)習(xí)等技術(shù)方向上開展了深入研究。任何技術(shù)的發(fā)展都離不開良好的生態(tài)，依賴生態(tài)并建設(shè)生態(tài)，是同元軟控所堅(jiān)持的發(fā)展理念。2022 年，同元軟控跟 Julia 開源社區(qū)開展了多層次的合作，包括發(fā)起開源項(xiàng)目和開源贊助等。

本期，我們來盤點(diǎn)一下同元軟控在 Julia 編程語言方面的一些社區(qū)工作。

一、JuliaCN 2022 報(bào)告盤點(diǎn)

Julia 中文社區(qū)組織的冬季會議于2022年12月3日至12月9日舉行，國內(nèi)使用 Julia 的開發(fā)者聚集在一起分享與 Julia 有關(guān)的技術(shù)報(bào)告。作為 JuliaCN 的黃金贊助商，同元軟控在這次會議中給予了大力支持，并在這次會議貢獻(xiàn)了 6 場精彩的報(bào)告。

下面對每場報(bào)告的內(nèi)容進(jìn)行概述，對相關(guān)內(nèi)容感興趣的朋友可以直接觀看 B 站視頻了解更多內(nèi)容。

1、同元軟控與 Julia

我們（同元軟控）非常看好 Julia 的發(fā)展，也會持續(xù)不斷地與 Julia 社區(qū)一起勇攀未來的高峰。

報(bào)告人：郭俊峰 (產(chǎn)品總監(jiān))

這個報(bào)告向社區(qū)介紹了同元軟控發(fā)展歷程，以及同元軟控為什么選擇 Julia 作為科學(xué)計(jì)算基礎(chǔ)語言，報(bào)告就 CPS（信息物理融合系統(tǒng)）的發(fā)展做了簡要探討，縱觀國際科學(xué)計(jì)算軟件的發(fā)展，都發(fā)端于數(shù)學(xué)計(jì)算，然后走向廣泛的科學(xué)計(jì)算并最終走向系統(tǒng)仿真，三大數(shù)學(xué)軟件：MathWorks、 WOLFRAM 和 Maple 無不如此。同元深耕系統(tǒng)建模 20 年，在系統(tǒng)建模技術(shù)上積累深厚，需要尋找跟系統(tǒng)建模相匹配的下一代科學(xué)計(jì)算語言。Julia語言恰好在各方面都符合 CPS 對科學(xué)計(jì)算的訴求：動態(tài)、高性能、開源而且面向未來。

報(bào)告分享了 Modelica 和 Julia 現(xiàn)階段的融合進(jìn)展，更對未來做了展望。同元軟控堅(jiān)定的看好 Julia 的發(fā)展，也希望跟 Julia 社區(qū)一起推動科學(xué)計(jì)算工具和生態(tài)的發(fā)展。

2、新手教程:寫出糟糕好的 Julia 代碼的N種思路

Julia 可以寫出極其高效的代碼，但這需要經(jīng)過一定的觀念轉(zhuǎn)變與編程訓(xùn)練。

報(bào)告人：陳久寧

Julia 初學(xué)者關(guān)于 Julia 最大的困惑可能在于 “為什么 Julia 聲稱很快，但是我隨便試著把我舊的 Python/MATLAB 代碼翻譯過來之后發(fā)現(xiàn)并不快，甚至比 Python/MATLAB 還慢”。這個教程的目的是為了介紹那些 Julia 與其他語言在使用上最核心的差異。這個教程的內(nèi)容取材于陳久寧在同元軟控日常代碼評審中的頻繁發(fā)現(xiàn)的問題，這些問題背后實(shí)際上是那些高級 Julia 開發(fā)者必知必會的一些內(nèi)容。

這個教程當(dāng)天收到了一位社區(qū)中 Julia 初學(xué)者的高度評價：“一個 Julia 基礎(chǔ)語法不全會的人，這場報(bào)告竟然聽懂了。Julia 性能很大程度上需要人來操作：固定類型、不可變結(jié)構(gòu)體等等... 說實(shí)話不聽這一場，我可能就會按照其他語言那樣去學(xué)習(xí)，不去提升 Julia 性能了。”

3、TyMLang.jl:將 MATLAB 代碼導(dǎo)入 Julia 生態(tài)

你可以在 Julia 下執(zhí)行 .m 文件，而這完全不需要 MathWorks。

報(bào)告人：趙王宏楦

MATLAB 是迄今為止最具影響力的數(shù)值計(jì)算集成開發(fā)環(huán)境，它在工程領(lǐng)域遺留了大量代碼資產(chǎn)，在各行各業(yè)的老一代專業(yè)人員中有相當(dāng)高的普及度。隨著時代發(fā)展，MATLAB 在以深度學(xué)習(xí)為代表的新興科學(xué)計(jì)算分支中呈現(xiàn)明顯的頹勢；而 Julia 語言作為一個面向未來的科學(xué)計(jì)算語言，同時很好地繼承 Python 等語言的歷史遺產(chǎn)，具有非常廣闊的發(fā)展空間。

我們希望 MATLAB 的老用戶，和他們的部分代碼資產(chǎn)能參與到新一代生態(tài)的發(fā)展中來。正因如此，我們破除萬難，在 Julia 中實(shí)現(xiàn)了一個高度兼容 MATLAB 的編程語言——同元軟控 M 語言。使用同元軟控 M 語言，可以讓那些掌握 MATLAB 技巧的工程師和科學(xué)家快速投入到最新的科學(xué)計(jì)算生態(tài)中工作，讓他們訪問并應(yīng)用 Julia 生態(tài)中那些新穎的技術(shù)和工具。

4、JNumPy:使用 Julia為 Python/Numpy 編寫擴(kuò)展模塊

對于 Python 社區(qū)來說，JNumpy 是一個更好的 C/Numba 方案——更少的代碼封裝和更高的性能。

報(bào)告人：宋家豪

本次報(bào)告向社區(qū)介紹了由同元軟控開發(fā)的 JNumPy 工具庫，首先介紹了 JNumPy 的使用場景，即提供高效且易用的封裝工具，將 Julia 代碼以封裝成 Python 庫，使得 Python 用戶能夠調(diào)用 Julia 得到更好的計(jì)算性能。報(bào)告演示了使用 JNumPy 封裝 Julia 代碼的示例，JNumPy 的使用方法，Julia 和 Python 之間的數(shù)據(jù)轉(zhuǎn)換規(guī)則，性能對比，以及未來優(yōu)化的工作方向等。

由于 JNumPy 在啟動速度，運(yùn)行速度，跨平臺支持等特性上相比其他 Python 調(diào)用 Julia 的方案 (PyCall, PythonCall) 具有明顯的優(yōu)勢，在追求性能以及工程化的應(yīng)用場景下，JNumPy 提供了目前最強(qiáng)大的解決方案。

5、TyPlot: 使用 Julia 實(shí)現(xiàn)自定義繪圖模塊

同元基于自身需求開發(fā)的一個繪圖框架。

報(bào)告人：陳志強(qiáng)

向社區(qū)介紹了同元軟控在數(shù)據(jù)可視化方面的迫切需求，引出了圖形庫開發(fā)的必要性。從如何開發(fā)圖形庫、現(xiàn)有的技術(shù)調(diào)研、圖形庫最終的開發(fā)目標(biāo)介紹了圖形庫的背景。

這個報(bào)告主要介紹了同元軟控圖形庫已具備的能力，包括豐富的圖形種類，友好的交互界面以及一體化的用戶體驗(yàn)。選取了專業(yè)庫的幾個典型應(yīng)用，直觀的展示了圖形庫對復(fù)雜圖形的支持能力。報(bào)告最后提出了圖形庫進(jìn)一步發(fā)展方向，從能用變成好用、二維輻射三維、常用繪圖擴(kuò)展到專業(yè)圖形繪圖、離線繪圖到實(shí)時繪圖、桌面繪圖到網(wǎng)頁繪圖。

6、為什么我推薦使用 Julia ?—— 可組合性與生成函數(shù)

在 Julia 中 1 + 1 > 2 的場景隨處可見 —— 更少的代碼、更好的可讀性、更高的效率。

報(bào)告人：陳久寧

今年在 Julia 社區(qū)最出圈的一篇博客大概是 Yuri 的“為什么我不再推薦使用 Julia”，一針見血地指出了 Julia 的可組合性在正確性方面的風(fēng)險。在這個報(bào)告中，我們介紹了一個同元內(nèi)部通信工具箱的一個核心組件及其設(shè)計(jì)思路——用不到 300 行代碼實(shí)現(xiàn)在 Galois 域上的數(shù)值計(jì)算中得到超越 MATLAB 的 C 代碼 1000 倍的性能優(yōu)勢。

這一組件背后的核心思路在于：1) 利用 Julia 生成函數(shù)帶來的無運(yùn)行時開銷的泛型支持，以及更重要的 2) Julia 的可組合性。圍繞性能和可組合性這兩個核心特征設(shè)計(jì)的 Julia 允許我們用更少的代碼、更清晰的編程實(shí)現(xiàn)和更少的硬編碼假設(shè)來完成日常編碼工作的需求，而這是我們始終推薦 Julia 的原因。相比而言，Yuri 文章指出的是一個普遍但并不關(guān)鍵的場景——它只會出現(xiàn)在實(shí)驗(yàn)性代碼階段。

二、Julia 社區(qū)貢獻(xiàn)

2022年，同元軟控開源的 Julia 相關(guān)工具箱或組件一共有三個，均存放在GitHub: Suzhou-TongYuan項(xiàng)目下。

1、JNumpy: julia-numpy

作者：趙王宏楦、宋家豪

JNumPy 是同元軟控針對 Python 調(diào)用Julia語言問題給出的一個工程化的解決方案。在所有 Python 調(diào)用 Julia 的方案中，JNumPy 以啟動速度最快、運(yùn)行速度遙遙領(lǐng)先、支持跨平臺及特殊的 Python 發(fā)行版、具有編譯可移植性、對 NumPy 類型兼容性最佳、嚴(yán)格可控的類型轉(zhuǎn)換關(guān)系等特點(diǎn)脫穎而出。在較為“嚴(yán)肅”的 Python 調(diào)用 Julia 工程中，JNumPy 是將 Julia 數(shù)據(jù)及函數(shù)暴露給 Python 的最佳選擇。

2、ObjectOriented.jl

作者：趙王宏楦

ObjectOriented.jl 是同元軟控為 Julia 語言實(shí)現(xiàn)的一套完整的、機(jī)制性 (mechanical) 的面向?qū)ο蠛陰?，能夠讓用戶以貼近 Python 的語法進(jìn)行面向?qū)ο缶幊蹋栽L問諸如繼承/多繼承、getter/setter，接口編程等功能。

由于該庫是 Julia 中第一個完整實(shí)現(xiàn)常見面向?qū)ο筇匦缘膸欤谙蛏鐓^(qū)征求命名意見時，被一致認(rèn)同冠以 ObjectOriented.jl 這個明顯具有生態(tài)主導(dǎo)地位的名字。

3、UnzipLoops.jl

作者：陳久寧、趙王宏楦

針對以下這類將廣播結(jié)果拆分到不同矩陣的典型需求，UnzipLoops.jl 給出了社區(qū)中最高效的解決方案：

在給出高效方案的同時，UnzipLoops 是一個零依賴的輕量包——源代碼僅僅不到100行。

三、寄語

2022年是同元軟控跟 Julia 開源社區(qū)合作的元年。同元軟控堅(jiān)定看好 Julia 的發(fā)展，也堅(jiān)定地將Julia作為下一代科學(xué)計(jì)算環(huán)境的支撐語言。同元軟控會持續(xù)跟 Julia 社區(qū)開展多層次合作，也歡迎 Julia 社區(qū)以及有志于建設(shè)開源科學(xué)計(jì)算生態(tài)的同道中人，一起推進(jìn) Julia社區(qū)和科學(xué)計(jì)算環(huán)境Syslab的發(fā)展，讓中國在新一代科學(xué)計(jì)算中做出更大的貢獻(xiàn)與成就。

審核編輯黃昊宇