Александр Нозик
Компания: JetBrains Research
В этом докладе мы будем говорить про KMath (https://github.com/mipt-npm/kmath) и не только. Вместе с Александром мы рассмотрим разные подходы к математическим API и их реализациям на разных языках программирования (Python, C++, Julia, Java и Kotlin). Также поговорим о том, почему сложно сделать математику одновременно удобной и быстрой. Детально разберем проблему боксинга.
Вы увидите, каким образом контекстно-ориентированный подход в Kotlin помогает решить не только проблему баланса между скоростью и удобством, но и позволяет сделать математические библиотеки модульными, и обеспечить их совместимость с высокопроизводительными платформными библиотеками.
В заключение поговорим о том, есть ли будущее у математических библиотек за пределами C++ (и не только в Kotlin).
Компания: JetBrains Research
Компания: JetBrains