苏黎世联邦理工用 Taichi 做了啥？
前一阵得知了 ETH Zurich（有 “欧陆第一名校” 美誉的苏黎世联邦理工）的 Computer Graphics Laboratory (CGL) ¹ 去年秋天在教学中使用了 Taichi 进行计算机图形学的教学 ²（内容是 Physically-based Simulation，也就是基于物理的动画）。
得知消息以后挺开心的，因为之前从来没有和这个学校的老师联系过，整个过程我们也没有介入，算是课程结束以后才知道的意外惊喜 :-)
苏黎世联邦理工 - 曾经有一次去欧洲开学术会议的机会摆在我面前，我怕办签证麻烦没去，没想到几年过去再想去，却不知道什么时候才能去了...
作为项目的原作者，自然迫不及待地对课上的学生、以及助教（TA）通过 Zoom 进行了访谈。收获很多信息，对 Taichi 未来的发展有很强的指导意义，因此共享出来，和各位开发者一起探讨探讨。（当然也顺便展示一下同学们用 Taichi 创造出了哪些新奇的玩意儿 LOL）
同学们用 Taichi 实现的几个有意思的 simulator，下面会提到
值得一提的是，课程教学人员不但用 Taichi 布置了日常作业，还布置了 final project。Final project 可以使用任何工具和编程语言，不过 90% 的同学选择了 Taichi。
课程进行时，大家使用的 Taichi 是 v0.8.7。三四个月过去，Taichi 快速迭代了近 10 个版本，如今已经发布了 v1.0.0 ³，有些提到的问题已经得到了解决。以下内容来自对同学和助教的访谈结果。
助教和同学们的目标
其实也挺简单：选择一个并行编程语言并用其实现一个基于物理的动画项目，最好是实时的。
可选的语言：C++ / CUDA / Python (配上 Numpy / PyTorch etc.) 等等。
挑战
大家选择框架的时候会重点考虑下面几个问题：
- 物理仿真计算量都挺大，需要并行计算。但是并行编程的门槛还是蛮高的。课上的学生很少掌握 GPU 编程（比如 CUDA） ，用 C++ 的话也有较高的门槛。OpenMP 之类的工具也有一些可移植性、性能（和 GPU 比起来）的问题。
- 语言/框架需要自带一些周边组件，比如说 3D 可视化，这样才能比较容易地显示、查看结果。因为课程主要内容是物理仿真而不是可视化，大家都不希望自己写一套 OpenGL 之类的框架来进行可视化。
- 学生 3 人组成一组合作，因此必须考虑到语言的可移植性。用 CUDA 之类的工具可能有额外的问题：合作伙伴用的是 Mac 或者 AMD 的 GPU，导致自己写的程序到了别的组员那里无法运行，弄不好友谊的小船就这么翻了。C++ 对于特殊硬件的需求小很多，但是也面临着跨平台编译的种种麻烦。
为什么学生们选择使用 Taichi？
聊下来我们发现助教和同学比较喜欢 Taichi 如下几个 features：
- Taichi 与 Python 无缝链接，语法相近，而几乎所有同学都掌握 Python。这意味着 Taichi 更容易学习，更加直观。同时，Taichi 拥有与 CUDA 相当的性能。
- Taichi 的 GGUI 系统使得 3D 渲染非常轻松。
- Taichi 非常可移植，如果你的程序编写以后可以比较容易地在 NVIDIA/AMD/Intel 的 GPU、CPU 上运行，就不用担心队友跑不起来，伤害感情...
- Taichi 有一个活跃的社区，并且用户提供了很多示例代码，便于学习。
- ...
同学们都用 Taichi 整出了啥？
课程有接近 30 个项目，其中有 90% 的用户都选择了 Taichi。大部分同学获得了比较满意的性能（和 C++、CUDA 比起来），并且代码显著变短了。
所有项目最后的 presentation 视频 ⁴，我全部看了一遍，下面选几个有意思的讨论讨论~
Group 6
一个基于 Taichi 开发的的 Position Based Fluids (PBF) 项目。利用 Taichi 和 GGUI 200K 粒子跑出了 60 FPS：
不可压性还有提升空间hhh
该组发现的一个痛点是 GPU sorting。当时 Taichi 确实不支持，需要自己实现，这个同学在 GitHub 也开了个 issue ⁵。后来社区里面一位同学实现了 ⁶。
Group 7
这组挺能打， 在实现过程中还发现了 paper 的一个 bug。用了 BiCGSTAB 来实现最近的一个 SIGGRAPH paper，SPH for snow (Gissler et al. 2020)。
最后的 demo 看着比较简单，期待后续他们能够再完善完善吧（当然，课程都结束了，可能性也不大了，哈哈）。
Group 15
这组也挺能打，用 Taichi 实现了流固耦合：
Group 16
这组同学用 Taichi 实现了 3D 的布料仿真，整挺好：
看着很高端的样子
用 Taichi 把代码跑到 GPU 上，自动快了 5 倍
Group 19
Highlight 一下几个中国同学写的项目：SandyFluid ⁷，用 Taichi 实现了 PIC/APIC/FLIP，欢迎大家关注。
Group 22
另一组做 PBF 的（PBF 真受欢迎啊...是不是课上重点讲了）。
Group 24
基于 k-ye 的 2D PBF 实现了 3D 版本，致敬一下
这组比较有艺术细胞，写了 3D PBF 然后还导出渲染了个小视频：
牛奶+咖啡混合的模拟，更多细节大家去看他们的 presentation 吧~
（以上部分内容来自 ETH Zurich 课程网站，如有侵权请告知。）
助教怎么说？
助教同学表示，以往学生需要基于 C++ framework，和别的东西连接 overhead 特别大，脚手架代码很多，因此不管是助教出作业还是学生完成作业，都有些束手束脚。几年前的作业是复现比较简单的算法，如 rigid body, FLIP 等。
今年用了 Taichi 以后，生产力有了较大提升，可以做一些更复杂的算法了。最终项目也变成了 “reimplement recent papers”， 给了学生一个 paper list，让他们自己玩去了。另外 Taichi 的自动微分功能也免去了一些同学导数 “怎么算也算不对” 的难题。
整体用户体验还是相当棒的，但是一些问题也是存在的（文章末尾会提到）。不过大家还是很看好 Taichi 未来的发展。
不足之处与未来发展
虽然上面提到了用 Taichi 的很多优势，但是一些问题依然存在。好在都是通过开发能够解决的问题，有一些也在最新版本中已经解决了。提到比较频繁的问题有如下几个：
- Syntax error 质量依然是大家很在乎的 feature，不过根据这次调查，用户体验已经比之前好很多了，但是还需要进一步提升。
- 编译速度需要提升。一个简单的方式是 Cache，需要实现 IR serialization/deserialization。学生用户往往会有快速迭代的需求，每次改一点点程序，都要等几秒他们还是体验不太好的。当然这一点社区已经在实现了，相关 issue 可复制文末链接查看 ⁸。
- 不确定 Taichi 和 CUDA 等语言比起来性能如何，需要更加完善的性能评测数据。我们在 1.0 发布的同时也公布了非常系统的性能评测数据⁹。Taichi 通常与 CUDA 拥有差不多的性能，但是有时也会更快或者更慢。当然，代码一般都是短不少的。
与 CUDA、JAX、C++ 等工具的性能对比，Taichi 和 CUDA 基本性能一致
- 可视化功能 (GGUI etc.) 可以继续加强，需要画线等功能。也有同学抱怨 v0.8 版本的 Taichi 在 Mac 上不支持 GGUI，造成了一些不便。我们在 v0.9 的时候已经解决了这个问题。
- 单线程模式（serial mode）：有的时候顶层的 for 循环不希望被并行。之前的解决方案是在 for loop 外面套一个 “if 1:”，但是看着有点丑。目前这一点已经系统解决 ¹⁰。
- 二阶导数。在计划之中了...
- （还有很多很多我们想解决的问题，欢迎大家加入社区 ¹¹一起开发！）
没有用 Taichi 的同学是因为什么呢？
助教提到 30 组同学中有两组同学并没有使用 Taichi。有一个用了 Numpy，原因是需要 direct solver，当时 Taichi 确实还不支持（现在支持了：Sparse linear solver ¹²）。还有一组要用到二阶导数，所以用了 PyTorch。二阶导数的功能 Taichi 正在开发过程中。
基础软件的开发一定是不容易的。我们一方面为取得的每一份小小的成功欢欣鼓舞，另一方面也会关注到需要解决的问题，把事情做得更好。Taichi 开发者社区，加油！
最后，还没有用过 Taichi 的同学，欢迎安装体验新版 Taichi Lang👇
并运行 taichi gallery👇体验各种 Taichi demo 呀！
References:
7.https://github.com/ethz-pbs21/SandyFluid
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。