JVMLS 2016: Rekap Sidang Kemuncak Bahasa Mesin Maya Java
Feb 18, 2025 am 10:26 AM
2016 Java Virtual Machine Language Summit: Melihat ke masa depan JVM
Sidang Kemuncak Bahasa Mesin Maya Java 2016 (JVMLS) menyatukan pereka bahasa dan jurutera JVM untuk membincangkan perkembangan masa depan JVM dan kesannya terhadap bahasa Java. Sidang Kemuncak ini memberi tumpuan kepada isu -isu utama seperti Projek Jigsaw, Projek Valhalla dan Masa Depan Mesin Maya.
modular: projek jigsaw
Projek Jigsaw adalah ciri teras Java 9, yang memperkenalkan mekanisme modular untuk bahasa Java. Pemaju boleh membuat modul yang membolehkan konfigurasi yang boleh dipercayai, pembungkusan yang kuat, dan peningkatan skalabiliti, keselamatan dan prestasi. Java 9 akan membolehkan penciptaan modul (pada dasarnya pakej balang yang mengandungi struktur baru - deskriptor modul). Deskriptor modul menerangkan modul dengan menentukan nama modul, menyenaraikan modul yang diperlukan, dan mengeksport pakej. Pada masa runtime, modul hanya melihat hanya modul yang bergantung pada (kebolehbacaan), dan hanya boleh mengakses jenis (kebolehcapaian) dalam modul lain apabila modul dibaca dan modul mengeksport pakej yang mengandungi jenis itu. Ini bermakna pengkompil dan JVM akhirnya meninggalkan corak bola lumpur besar yang menggabungkan semua kod dan kebergantungan bersama -sama, dan menggantikannya dengan peta sebenar lebih dekat dengan pemahaman kami tentang struktur perisian. Kedua -dua pengkompil dan JVM memahami graf ini, supaya modul yang hilang, pelbagai versi modul yang sama, atau pelbagai modul mengeksport pakej yang sama semasa penyusunan atau permulaan, mengelakkan kesilapan runtime atau kesilapan halus yang sukar untuk dikesan.
Jenis Nilai: Projek Valhalla
Projek Valhalla direka untuk memperkenalkan jenis nilai yang boleh diringkaskan sebagai jenis primitif yang ditentukan pengguna. Jenis nilai adalah sama seperti jenis primitif dan tidak menanggung overhead memori atau alamat tidak langsung. Titik tersuai yang mengandungi dua bidang INT X dan Y akan digariskan ke lokasi penggunaannya, yang hanya memerlukan memori yang diperlukan untuk dua INT, dan pelbagai mata adalah pada dasarnya adalah pelbagai pasangan x/y. Seperti jenis asal, titik tersebut tidak dikenalpasti - walaupun terdapat dua objek integer yang berbeza dengan nilai 5, tidak ada dua nilai int yang berbeza sebanyak 5. Seperti kelas, jenis nilai boleh mempunyai kaedah dan bidang dan melaksanakan antara muka. Oleh itu, slogannya adalah: "Pengekodan seperti kelas, bekerja seperti int". Ini akan menghalang kita daripada berdagang antara abstraksi pilihan dan prestasi yang diperlukan.Walau bagaimanapun, projek itu dengan cepat menyimpang dari trek. Seperti yang kita semua tahu, generik tidak berfungsi dengan jenis primitif - ArrayList
tidak boleh dibuat. Ini sudah menyakitkan untuk lapan jenis primitif (lihat pengkhususan jenis primitif untuk perpustakaan seperti Stream atau Trove), tetapi ia menjadi tidak tertanggung apabila pemaju dapat menentukan lebih banyak jenis. Jika jenis nilai mesti dikunci untuk berinteraksi dengan generik (seperti jenis primitif hari ini), penggunaannya akan sangat terhad dan tidak akan dimulakan.
John Rose bercakap tentang beberapa arah yang menarik mesin maya ke masa depan:
Model Unified Objects, Nilai, Array, Kaedah, dan lain -lain
Ringkasan
JVM adalah alat yang berkuasa yang banyak orang pintar bekerja untuk menjadikannya lebih kuat semasa mengawal kerumitannya.
FAQs Mengenai Sidang Kemuncak Bahasa JVM 2016
Masa Depan Mesin Maya
terus meningkatkan prestasi, seperti meningkatkan kecekapan memori melalui peningkatan ketumpatan dan perkongsian, dan pengoptimuman berterusan laluan hotspot
Selaras dengan semangat Outlook Rose adalah Projek Panama (dibincangkan oleh Mikel Vidstedt dan Tobi Ajila dalam "Going Native"), yang mana Ian Graves menambah dengan "Java Vector API". Demonstrasi Christian Wimmer tentang "satu pengkompil" juga bertujuan untuk merapatkan jurang.
Atas ialah kandungan terperinci JVMLS 2016: Rekap Sidang Kemuncak Bahasa Mesin Maya Java. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Semakin tepatnya kita cuba membuat fungsi model AI, semakin besar pelepasan karbon mereka menjadi - dengan petunjuk tertentu menjana sehingga 50 kali lebih banyak karbon dioksida daripada yang lain, menurut kajian baru -baru ini. Model -model yang berlaku seperti Claude Antropik

Kebimbangan utama dengan teknologi besar yang bereksperimen dengan kecerdasan buatan (AI) bukanlah ia mungkin menguasai kemanusiaan. Isu sebenar terletak pada ketidaktepatan model bahasa besar (LLMS) yang berterusan seperti chatgpt AI, Gemini Google, dan

Kecerdasan buatan yang lebih maju (AI) menjadi, semakin cenderung "halusinasi" dan memberikan maklumat palsu atau tidak tepat. Menurut penyelidikan oleh Openai, model penalaran yang paling baru dan berkuasa-O3 dan O4-mini-Exhibited H

Model penalaran kecerdasan buatan (AI) tidak begitu mampu seperti yang muncul. Pada hakikatnya, prestasi mereka rosak sepenuhnya apabila tugas menjadi terlalu rumit, menurut penyelidik di Apple. Model -model yang rumit seperti Claude Anthropic, terbuka

Agensi Jenayah Kebangsaan UK (NCA) telah menahan empat individu yang disyaki terlibat dalam serangan siber yang menyasarkan Marks dan Spencer (M & S), Co-op, dan Harrods.

Kriptografi pasca kuantiti telah menjadi keutamaan bagi pemimpin keselamatan siber, namun penyelidikan baru-baru ini menunjukkan bahawa sesetengah organisasi tidak merawat ancaman dengan keseriusan yang diperlukan. Komputer Quantum akhirnya dapat menyelesaikan t

Serangan ransomware membawa mereka kos pemulihan purata sebanyak $ 4.5 juta, menurut satu tinjauan baru -baru ini, yang juga mendapati sejumlah besar perniagaan telah terjejas oleh malware pada tahun lalu.

Red Hat telah memperkenalkan platform layan diri baru yang direka untuk memberikan akses yang lebih mudah kepada program pemajunya. Inisiatif Linux Red Hat Enterprise untuk Pemaju Perniagaan bertujuan untuk membantu pasukan pembangunan dalam membina, menguji, dan menggunakannya
