Siguiendoesta publicación Decidí comparar a Julia con GNU Octave y los resultados fueron inconsistentes con los aceleramientos ilustrados enjulialang.org.

Compilé tanto Julia como GNU Octave conCXXFLAGS='-std=c++11 -O3', los resultados que obtuve:

Octava de GNU

a=0.9999;

tic;y=a.^(1:10000);toc
Elapsed time is 0.000159025 seconds.

tic;y=a.^(1:10000);toc
Elapsed time is 0.000162125 seconds.

tic;y=a.^(1:10000);toc
Elapsed time is 0.000159979 seconds.

-

tic;y=cumprod(ones(1,10000)*a);toc
Elapsed time is 0.000280142 seconds.

tic;y=cumprod(ones(1,10000)*a);toc
Elapsed time is 0.000280142 seconds.

tic;y=cumprod(ones(1,10000)*a);toc
Elapsed time is 0.000277996 seconds.

Julia

tic();y=a.^(1:10000);toc()
elapsed time: 0.003486508 seconds

tic();y=a.^(1:10000);toc()
elapsed time: 0.003909662 seconds

tic();y=a.^(1:10000);toc()
elapsed time: 0.003465313 seconds

-

tic();y=cumprod(ones(1,10000)*a);toc()
elapsed time: 0.001692931 seconds

tic();y=cumprod(ones(1,10000)*a);toc()
elapsed time: 0.001690245 seconds

tic();y=cumprod(ones(1,10000)*a);toc()
elapsed time: 0.001689241 seconds

¿Alguien podría explicar por qué Julia es más lenta que la Octava GNU con estas operaciones básicas? Después de calentar, debe llamar a LAPACK / BLAS sin gastos generales, ¿verdad?

EDITAR:

Como se explica en los comentarios y respuestas, el código anterior no es un buen punto de referencia ni ilustra los beneficios de usar el idioma en una aplicación real. Solía ​​pensar en Julia como un "Octave / MATLAB" más rápido, pero es mucho más que eso. Es un gran paso haciaproductivo, alto rendimiento, computación científica. Al usar Julia, pude 1) superar el software en mi campo de investigación escrito en Fortran y C ++, y 2) proporcionar a los usuarios una API mucho mejor.