Julia中使用Int64进行计算是否比Int32速度慢？

这要分场景讨论，和你当前运行的CPU架构、运算的是单个标量还是大批量数组有直接关系，和Fortran的逻辑不完全一致。

1. 你举例的标量运算场景 #

你写的i+j这种单个整数相加的场景，在目前主流的64位操作系统（x86_64、ARM64）上，Int64的运算速度不会比Int32慢，甚至可能更快。
原因很简单：64位CPU的通用寄存器原生就是64位宽度，Int64运算不需要做额外的位宽转换。反过来Int32运算在部分场景下还需要做符号扩展、高位截断的操作，反而会引入额外开销。Julia默认的Int类型就是和系统字长对齐的，64位系统上默认就是Int64，本身就是官方做的性能最优选择。
你可以自己用基准测试工具验证：

using BenchmarkTools
# 标量加法测试
@btime Int32(1) + Int32(2)  # 和Int64版本耗时基本一致，甚至略高
@btime 1 + 2  # 默认Int64

2. 大批量数组运算场景 #

如果你要操作的是连续存储的整数数组，这种场景下Int32的运算速度会明显快于Int64，和你了解的Fortran逻辑一致。
原因是Int32的内存占用只有Int64的一半，同样大小的CPU缓存可以放下2倍的Int32元素，内存读写的开销会大幅降低，整体运算效率会高很多：

# 数组求和测试
a32 = rand(Int32, 10_000_000)
a64 = rand(Int64, 10_000_000)
@btime sum($a32)  # 耗时大概是sum(a64)的1/2到2/3
@btime sum($a64)

3. 注意事项 #

如果选择使用Int32，要保证整条运算链路的类型统一：如果Int32变量和默认的Int64常量、变量混合运算，Julia会自动把类型提升为Int64，额外的类型转换开销反而会让运算变慢。

内容的提问来源于stack exchange，提问作者CRquantum