Julia机器学习核心编程.2(LLVM和JIT)
LLVM本来是伊利诺伊大学的一个研究项目，其目的是创建基于静态单一任务（SSA）的现代的、类型安全的编译方法。它拥有底层操作，具有灵活性，并且具有可以清晰地表示所有高级语言的能力。它实际上是模块化、可重用编译器和工具链技术的集合。LLVM不用对传统虚拟机做太多修改，下面列举LLVM的一些特性。
· 创建LLVM的核心库提供了现代的源和目标的独立优化，并且支持许多流行CPU的代码生成，这些库是围绕LLVM中间表示（LLVM IR）构建的。
· Clang是一个LLVM原生的C/C++/Objective-C编译器，旨在提供惊人的编译速度（例如，在调试编译Objective-C代码时比GCC快3倍），可以提供非常有用的错误警告，并且为构建优秀的源代码工具提供一个良好的平台。
· DragonEgg将LLVM优化器和代码生成器与GCC解析器集成在一起，这使得LLVM支持编译Ada、Fortran和GCC编译器支持的其他语言，并访问Clang不支持的C语言特性。
· LLDB项目以LLVM和Clang提供的库为基础，提供了一个出色的本地调试器。它具有Clang AST和表达式解析器、LLVM JIT、LLVM反汇编器等诸多功能，因此提供了出色的使用体验，并且在加载符号时相比GDB也要快得多，且内存效率更高。
· SAFECode项目是针对C/C++程序内存安全的编译器。它通过运行时检查代码，以便在第一时间检测出内存安全错误（例如，缓冲区溢出），保护软件免于安全攻击，也可以像Valgrind一样用作内存安全错误调试工具。
在计算中，Julia使用JIT编译（也被称为动态翻译），编译执行在程序运行时，而不是在程序运行前。在大多数情况下，代码需要被转换为机器代码，然后直接执行，但也可以被转换为另一种格式，JIT编译器通常不断地分析正在执行的代码，并且识别代码的一部分，使得从编译中获得的性能加速超过编译该代码的性能开销。另外，LLVM JIT编译器可以在运行时从程序中优化掉不必要的静态分支，此功能用于Mac OS X 10.5 Leopard的OpenGL管道，以支持所缺少的硬件功能。
这里解释了一部分为毛julia这么秀的一些原因,日后会慢慢揭秘.