Membangun Ekosistem Sumber yang makmur: Pelajaran dari Juliasim dan Juliahub – Beragampengetahuan

Oleh: Jasmine Chokshi

Re -Post dari:

Mempertahankan ekosistem open source sementara keberhasilan perdagangan adalah tantangan yang dihadapi banyak pengembang dan organisasi.

Dalam percakapan non -teknis baru -baru ini, dengan OpenTeams, Chris Rackauckas, Wakil Presiden Model & Simulasi di Juliahub berbagi pemahaman yang mendalam tentang bagaimana komunitas Julia berkembang dan bagaimana Juliasim mempersempit kesenjangan antara pengembangan sumber terbuka dan industri terapan.

Berikut adalah beberapa sorotan dari percakapan:

Julia Open Source Ecosystem

Julia dengan cepat berkembang ke salah satu bahasa paling populer untuk komputasi ilmiah, pemodelan dan simulasi, dengan lebih dari satu juta pengembang. Pertumbuhan ini telah didorong oleh kontribusi dari organisasi akademik seperti Julia Lab, organisasi penelitian dan perusahaan seperti Juliahub dan Pumas AI.

Chris menekankan bahwa mempertahankan proyek sumber terbuka pada skala ini membutuhkan sponsor, pemeliharaan jangka panjang dan keputusan strategis tentang apa yang masih terbuka dan apa yang harus dikomersialkan.

Menyeimbangkan open source dan kesuksesan komersial

Kemudian, ia membahas cara mengembangkan open source di MIT Julia Lab mengarah ke alat komputasi digital kreatif seperti ModelingToolKit, DiscentQuations.jl dan SciMl. Namun, pembiayaan studi terbatas dan siswa doktor berkontribusi pada proyek -proyek ini sering kali pergi setelah lulus.

Chris membagikan cara mempertahankan proyek -proyek ini, perusahaan seperti Juliahub dan Pumas yang membangun tembagaProduk MMER di ujung platform Open Power.

• Pumas AI berfokus pada model farmasi, memungkinkan untuk uji klinis dan persetujuan peraturan.
• Juliasim menyediakan alat pemodelan sistematis untuk industri seperti kedirgantaraan dan mobil, mengintegrasikan mesin ilmiah dan kembar digital ke dalam aplikasi di dunia nyata.

Juliasim mempromosikan inovasi

Juliasim adalah alat simulasi generasi berikutnya yang memungkinkan pengguna untuk membangun, mensimulasikan, dan mengoptimalkan model dengan antarmuka grafis. Fitur utama meliputi:

• Perpustakaan dibangun untuk sistem baterai, HVAC dan multi -variabel
• Proyek berdasarkan awan untuk mensimulasikan paralel
• Mengintegrasikan model berbasis fisik dengan pembelajaran mesin
• Kepatuhan dengan Peraturan untuk Industri seperti Aerospace (DO-178C, DO-330)

Pendekatan strategis ini telah membantu Juliasim mencapai aplikasi di industri seperti Formula 1 (Williams Racing), Aerospace dan Car, di mana persyaratan permintaan yang ditentukan dan kinerja tinggi.

Dampak pada Sumber Terbuka

Dengan mengkomersialkan alat selektif, Juliahub dan Pumas AI telah menyediakan dana berkelanjutan untuk pengembang sumber terbuka. Banyak kontributor yang dimulai di Akademi saat ini bekerja di perusahaan yang terus mendukung ekosistem inti Julia.

Chris menekankan bahwa penciptaan produk yang sesuai telah memperluas komunitas open source, alih -alih membatasi. Upaya -upaya ini memastikan bahwa Julia masih berada di garis depan komputer dan mensimulasikan sains sambil membuat alatnya mengakses objek yang lebih luas.

Keberhasilan Juliasim dan Juliahub menunjukkan model berkelanjutan untuk pertumbuhan open source, orang yang menyeimbangkan inovasi berbasis bebas dengan solusi komersial yang lebih banyak untuk mensponsori pengembangan lebih lanjut.

Dengan mengatur alat open source dengan kebutuhan industri, Julia terus melintasi batas komputasi kinerja tinggi, mesin pembelajaran dan model digital.

Anda dapat melihat percakapan lengkapnya di sini:

Terkait