Taichi（太极）v1.6.0 现已发布。Taichi Lang 是一种开源的、命令式的、用于高性能数值计算的并行编程语言。它被嵌入到 Python 中，并使用即时编译器 (JIT) 框架，例如 LLVM，将计算密集型的 Python 代码 offload 到本地 GPU 或 CPU 指令中。
具体更新内容如下：
弃用通知
- 删除了一些很久以前就弃用的 API。见下表：
| Removed API | Replace with |
|---|---|
| Using atomic operations like a.atomic_add(b) | ti.atomic_add(a, b) or a += b |
| Using is and is not inside Taichi kernel and Taichi function | Not supported |
| Ndrange for loop with the number of the loop variables not equal to the dimension of the ndrange | Not supported |
| ti.ui.make_camera() | ti.ui.Camera() |
| ti.ui.Window.write_image() | ti.ui.Window.save_image() |
| ti.SOA | ti.Layout.SOA |
| ti.AOS | ti.Layout.AOS |
| ti.print_profile_info | ti.profiler.print_scoped_profiler_info |
| ti.clear_profile_info | ti.profiler.clear_scoped_profiler_info |
| ti.print_memory_profile_info | ti.profiler.print_memory_profiler_info |
| ti.CuptiMetric | ti.profiler.CuptiMetric |
| ti.get_predefined_cupti_metrics | ti.profiler.get_predefined_cupti_metrics |
| ti.print_kernel_profile_info | ti.profiler.print_kernel_profiler_info |
| ti.query_kernel_profile_info | ti.profiler.query_kernel_profiler_info |
| ti.clear_kernel_profile_info | ti.profiler.clear_kernel_profiler_info |
| ti.kernel_profiler_total_time | ti.profiler.get_kernel_profiler_total_time |
| ti.set_kernel_profiler_toolkit | ti.profiler.set_kernel_profiler_toolkit |
| ti.set_kernel_profile_metrics | ti.profiler.set_kernel_profiler_metrics |
| ti.collect_kernel_profile_metrics | ti.profiler.collect_kernel_profiler_metrics |
| ti.VideoManager | ti.tools.VideoManager |
| ti.PLYWriter | ti.tools.PLYWriter |
| ti.imread | ti.tools.imread |
| ti.imresize | ti.tools.imresize |
| ti.imshow | ti.tools.imshow |
| ti.imwrite | ti.tools.imwrite |
| ti.ext_arr | ti.types.ndarray |
| ti.any_arr | ti.types.ndarray |
| ti.Tape | ti.ad.Tape |
| ti.clear_all_gradients | ti.ad.clear_all_gradients |
| ti.linalg.sparse_matrix_builder | ti.types.sparse_matrix_builder |
- 不再弃用 Taichi 内核中的内置 min/max 函数。
- 弃用了计算图参数声明中的一些参数，它们将在 v1.7.0 中删除。包括：
- scalar 和 ndarray 的
element_shape参数 - texture 的
shape、channel_format和num_channels参数
- scalar 和 ndarray 的
cc后端将在下一个版本中删除 (v1.7.0)
新功能
Struct arguments
你现在可以在所有后端中使用结构参数。结构可以嵌套，并且可以包含矩阵和向量。示例：
transform_type = ti.types.struct(R=ti.math.mat3, T=ti.math.vec3) pos_type = ti.types.struct(x=ti.math.vec3, trans=transform_type) @ti.kernel def kernel_with_nested_struct_arg(p: pos_type) -> ti.math.vec3: return p.trans.R @ p.x + p.trans.T trans = transform_type(ti.math.mat3(1), [1, 1, 1]) p = pos_type(x=[1, 1, 1], trans=trans) print(kernel_with_nested_struct_arg(p))# [4., 4., 4.]
Ndarray
- 在 python scope 内支持 0 dim ndarray 读写
- 修复了从 Python scope 写入 ndarray 时的一个错误
Improvements
- 支持 autodiff 中的 rsqrt operator
- 为 CPU 后端添加了 assembly printer
- 支持超过 48KiB 的 CUDA shared array 分配
Performance
- 改进了 CPU 后端的矢量化支持，显着提高了特定应用程序的性能
New Examples
- 2D 欧拉流体模拟示例
Misc
- Python 3.11 支持
ti.frexp在 CUDA、Vulkan、Metal、OpenGL 后端都得到了支持。ti.math.popcntintrinsic- 修复了 SNodeTree destruction 过程中的内存泄漏问题
- 为 ti.Field finalization 添加验证和改进的错误报告
- 修复了 C-API 中 Cuda 后端的内存泄漏问题
- 增加了对使用 str.format() 和 f-strings 的格式化打印的支持
- 将 Python 代码格式化程序从
yapf更改为black
Developer Experience
- 用于准备构建和测试环境的 build.py 脚本
更多详情可查看发布说明。