并行函数式数组语言:编程与性能
Comparing Parallel Functional Array Languages: Programming and Performance

原始链接: https://arxiv.org/abs/2505.08906

arXivLabs是一个框架,允许合作者直接在我们的网站上开发和分享新的arXiv功能。与arXivLabs合作的个人和组织都已接受并认同我们开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于这些价值观,并且只与遵守这些价值观的合作伙伴合作。有提升arXiv社区价值的项目想法吗?了解更多关于arXivLabs的信息。

一个 Hacker News 帖子讨论了一篇比较并行函数式数组语言的论文。评论者 devlovstad 发现一个使用 Futhark 和 CUDA 的课程有助于理解 JAX。yubblegum 寻求关于论文相关工作中提到的 Chapel 语言的反馈;bradcray(对 Chapel 有偏见)指出其适用范围超越高性能计算,甚至包括桌面环境。 讨论涉及函数式纯度。munchler 质疑这些语言是否是纯函数式语言,一些回复澄清了 APL 的行为(数组是值,不会就地修改)和 Futhark 的“就地更新”(语义上是纯的)。zfnmxt 确认 Futhark、SaC 和 Accelerate 具有纯函数式语义。 teleforce 声称所有语言都依赖于 BLAS 库,但这对于 Futhark、Accelerate 和 APL 来说是不正确的。joe_the_user 指出 APL 早于 BLAS。DrNosferatu 将 Matlab 和 APL 进行了比较,这引起了 beagle3 的不同意见,他认为两者差异巨大。

原文

arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.

Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.

Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.

联系我们 contact @ memedata.com