Julia versus Python: Může nový jazyk vyřešit problém pomalého kódu?

Julia je výrazně rychlejší než Python – někdy až tisíckrát. Přesto zůstává marginálním jazykem. Proč se tak zdráhá proniknout do vědomí programátorů?

Programátoři dobře znají dilema, které provází vývoj softwaru: Python je jednoduchý na učení a práci s ním, ale když se jedná o výkon a rychlost, jeho možnosti drasticky zaostávají. Vychází z toho, že Python je interpretovaný jazyk, což znamená, že se jeho kód spouští postupně řádek po řádku, namísto aby se zkompiloval do strojového kódu předem. Toto řešení sice umožňuje vývojářům psát kód rychleji, ale za cenu jeho pomalého běhu.

Právě tento problém si ujala snahou vyřešit Julia – relativně nový programovací jazyk vytvořený specialisty na vědecké počítání. Podle mnoha benchmarků se kód napsaný v Julii provádí 10x až 1000x rychleji než ekvivalentní Python program. Tato čísla jsou víc než imponující a nabízejí zdánlivě ideální řešení tzv. „problému dvou jazyků", kterému čelí mnoho týmů: potřebují Python na prototypování a vývoj, ale pak musí svůj kód přepsat do C++ nebo Javy pro produkční nasazení, aby dosáhli přijatelného výkonu.

Pokud by Julia skutečně dokázala kombinovat jednoduchost Pythonu s výkonem kompilovaných jazyků, měla by revolucionalizovat oblast datové vědy a vědeckých výpočtů. Přesto po více než deseti letech od svého vzniku zůstává Julia spíše nišovým nástrojem, který používá jen pár procent vývojářské komunity. Důvod je jednoduchý: samotná rychlost kódu není dostatečná, aby se jazyk prosadil na trhu, který dominuje zavedená řešení.

Ekosystém a kompatibilita jsou rozhodující. Python vyhrává díky obrovskému množství knihoven, frameworků a nástrojů, které se kolem něj vyvinuly. Desítky let vývoje znamenají, že pro téměř každý problém existuje hotové řešení. Julia sice nabízí určité knihovny, ale jejich spektrum a kvalita se nijak nerovná Pythonovu standardu. Vývojář, který přejde na Julii, často zjistí, že chybějící nástroje musí vyvíjet sám.

Dalším faktorem je komunita a dokumentace. Python má rozšířenou síť tutoriálů, kurzů, příkladů a zkušených osob, které jsou ochotny pomoci. Julia se vyvinula mimo hlavní proud a nepříjemným způsobem chybí jí ta léta budování komunity, která by mohla nováčkům usnadnit vstup. Pro univerzity a školící centra je jednodušší učit Python, protože je to už desítky let standardem.

Julia tedy zůstává zajímavým experimentem v programovacím světě – nástrojem, který řeší určité technické problémy výborně, ale nedokáže si vybudovat dostatečnou základnu uživatelů, která by ji katapultovala do mainstream. Její budoucnost bude záviset na tom, zda se jí podaří vytvořit kolem sebe solidnější ekosystém a přiměnout více institucí, aby ji začaly používat a vyučovat. Zatím zůstává True, že nejrychlejší kód je ten, který vůbec nemusíte psát – a v Pythonu jsou pro to alespoň veřejně dostupné knihovny.

Zdroj: Wired

Rubrika: AI & Technologie