IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Vous êtes nouveau sur Developpez.com ? Créez votre compte ou connectez-vous afin de pouvoir participer !

Vous devez avoir un compte Developpez.com et être connecté pour pouvoir participer aux discussions.

Vous n'avez pas encore de compte Developpez.com ? Créez-en un en quelques instants, c'est entièrement gratuit !

Si vous disposez déjà d'un compte et qu'il est bien activé, connectez-vous à l'aide du formulaire ci-dessous.

Identifiez-vous
Identifiant
Mot de passe
Mot de passe oublié ?
Créer un compte

L'inscription est gratuite et ne vous prendra que quelques instants !

Je m'inscris !

Sortie de Julia 1.3
Avec une implémentation largement améliorée de l'exécution en multifil. Julia 1.4 se focalisera sur la diminution de la latence

Le , par dourouc05

136PARTAGES

6  0 
Julia est un langage de programmation qui cherche à apporter la facilité d'utilisation des langages dynamiques (comme Python ou Ruby) à la performance de langages comme C, C++ ou Fortran. Cela semble marcher, vu que le langage gagne des places dans des classements comme TIOBE ou en comptant le nombre d'étoiles du dépôt sur GitHub.

La version 1.2 n'est pas encore finalisée (on en est actuellement à la RC 2), mais la 1.3 commence d'ores et déjà à pointer le bout de son nez. Les nouveautés syntaxiques sont très limitées : le nouveau caractère d'Unicode 12.1 est utilisable (il représente la nouvelle dynastie japonaise, suite à l'abdication de l'empereur Akihito) ; plus important, on peut ajouter des méthodes à des types abstraits. Ainsi, on peut rendre un type abstrait appelable comme une fonction (auparavant, on ne pouvait le faire que sur des types concrets).

Au niveau du parallélisme, la bibliothèque standard fait de gros progrès. Toutes les opérations d'entrée-sortie sont sûres en contexte multifil, que ce soit sur des fichiers ou des sockets réseau, à l'exception des opérations d'entrée-sortie effectuées en mémoire (comme IOBuffer, même si BufferStream est sûr). La même propriété a été apportée au générateur global de nombres aléatoires. La macro @spawn peut s'utiliser pour exécuter une tâche sur un fil d'exécution disponible, même si elle est marquée comme expérimentale.

Source : notes de versions.

Voir aussi :

Gen, un langage probabiliste universel dans Julia, il ambitionne de faciliter l'utilisation d'intelligence artificielle pour tous
Mozilla finance un portage de Julia en WebAssembly, afin d'effectuer des calculs lourds au sein du navigateur
Julia dispose désormais de deux moteurs de débogage, Debugger.jl et Rebugger.jl, disponibles depuis l'EDI Juno
Vous avez lu gratuitement 3 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.

Une erreur dans cette actualité ? Signalez-nous-la !

Avatar de
https://www.developpez.com
Le 26/11/2019 à 21:23
Pour les gens normaux, qui sont plus proches de l'informatique que de l'académie française, il s'agit là de parallélisme SMP, à base de threads donc. Julia supportait déjà le parallélisme à base de processus mais pas vraiment le SMP. Avec l'évolution de la lib graphique, cette version de Julia est effectivement très attendue dans la communauté. Merci beaucoup pour cet article qui traduit très bien ça.
1  0