Le Problème des deux langages désigne la nécessité historique d'utiliser un langage de haut niveau, « lent » (Python, R, MATLAB) pour le prototypage, avant d'être obligé de réécrire l'ensemble du code dans un langage de bas niveau, « rapide » (C++, Fortran) pour la production. Que pouvons-nous attendre des conceptions modernes de langages et des techniques de compilation ? Julia élimine cette « taxe de réécriture ».

1. L'écart entre productivité et performance

Les chercheurs sacrifient traditionnellement la vitesse d'exécution au profit de la facilité d'utilisation. Julia utilise une compilation moderne basée sur LLVM afin de garantir que les abstractions de haut niveau n'entraînent pas de perte d'efficacité au niveau machine.

2. Polyvalence et dualité

Le syntaxe de Julia est similaire à celle de MATLAB, ce qui la rend immédiatement accessible, bien qu'elle soit un langage bien plus général capable d'indexation web et de programmation système. En outre, Julia est aussi utilisable que R dans le domaine statistique, mais elle est idéale pour effectuer à la fois des statistiques et de l'algèbre linéaire simultanément sans avoir besoin d'extensions C.