所以我还是挺担心的，万一英特尔这波没抗住，工程届直接倒退回没有成品软件的刀耕火种时代（然后再用几十年的时间把这些成品软件补出来）或者直接回到前信息化时代了。目前很多 FEM、CEF 软件并不能原生支持 ARM64，甚至连 AMD 的 CPU 都被性能负优化。（EE、CE 和科学没准能好一点？）
前信息化时代估计不至于, 更多可能是被迫买一台能够兼容的电脑 (或者是捡垃圾, 或者是从仓库里面寻宝) 然后就是用旧的程序继续跑.
不过如果这个领域比较热门的话, 倒是会有很多的现代化工作, 比如物理蒙卡模拟这边有 Gean4.ji (Julia 绑定 Cpp), 或者是重写某些 Fortran 的代码为 Cpp + Python.
但是如果做这种事未必能产生足够的回报，就不想做了……说到底基础设施到底还是依托具体的硬件。
做这样的事最终是对硬件厂商有好处，但是硬件厂商往往没有余力去配套完整的软件设施。只要别人不做，或者做了没有那么多用户，那就不影响产品竞争力。
可问题是，机器和开发者的寿命都不是无限的。
Julia会成为仅次于Python的科学计算语言。
有一个系统建模语言，Modelica，但不是编程语言。 基于或支持这种语言的软件包括Dymola, MapleSim, AmeSim, WOLFRAM SYSTEM MODELER, 还有苏州同元的MWORKS
如果只是教学的话，不是应该效仿HtDP之类的，自己临时糊一个语言吗？我记得APL好像也是出于教学目的糊出来的吧。Sedgewick和Wayne的《算法》、Appel的“虎书”（C语言版），满屏的语法噪声，我觉得如果不是相关语言的专业程序员根本没法看，何况这些东西（通常）也并不能直接复制粘贴到项目里面。
是这样的, 所以一些不那么显学的实验室里面就需要去抢救比自己年级还要大的设备, 然后尝试将其现代化 
.
问题不在于移植的困难 (前人代码比较抽象, 或者相关资料根本没有/甚至有错), 而是移植/现代化没啥动力 (没法发文章/没钱 + 很花时间, bushi)
商业公司的软件可能会好一些? 我看 Mathematica 现在 (14.1) 就已经支持 ARM 了.
Julia 现在结果的正确性怎么样了？我记得好像有人写文章吐槽过这个问题。