从真实感渲染到物理模拟、计算机辅助⼯程、VR/AR……
图形计算任务在当今社会已经⽆处不在，成为连接物理世界与数字世界的桥梁。计算机图形学，或者范围更⼤的 “视觉计算” 是当今世界最重要的计算任务类型之⼀。
图形计算系统对性能、可移植性、生产力三者有很高的要求：它需要极⾼的性能来处理海量的三维数据，优越的⽣产⼒来满⾜⽇新⽉异的计算需求，以及⼴泛的可移植性来确保在多种硬件上流畅运⾏。
但是，已有的图形编程⼯具往往⾯临性能和⽣产⼒的 “取舍”。具体来说，底层编程工具，如 C++/ CUDA，能充分解放硬件性能，但开发成本极⾼；⽽⾼层编程⼯具，如 Python、节点式可视化编程的⽅法，解放了⽣产⼒，可是往往性能低下。
视频丨单 GPU 模拟 200 亿细胞的生命游戏。该生命游戏配置由大量 2048 * 2048 的“元细胞”组成，在镜头拉远后每个元细胞的行为与单个生命游戏细胞一致，这种递归效果只有极高分辨率才能模拟（来源：受访者）
太极图形提出的量化仿真技术通过自定义量化数据类型，实现了数值精度与内存空间、带宽的良好取舍。
在这项技术的加持下，研究者可以在一块 GPU 上实现数亿粒子的软体模拟、数亿体素的流体仿真和数百亿细胞的生命游戏。
视频丨太极编译器生成的 iPhone 上的多物理仿真效果，量化技术带来了 1.4 倍的提速（来源：受访者）
“和传统的底层并行编程语言比起来，使用太极编程语言只要写原来 1/10 的代码就可以做到同样的事情。并且，由于编译器进行的自动优化，还能达到 5 倍以上的性能。相关评测结果发表在 SIGGRAPH Asia 2019，这是生产力和性能上根本性的提升。” 胡渊鸣说。
太极语言有全套的前端、中间表示、后端代码生成组件。与 Python 不同，太极有⾃⼰的编译器和运⾏时系统，可以⾼效地在各种并⾏设备（⽐如 GPU）上运行。
动图丨用 99 行太极代码制作的物质点法仿真，电影《冰雪奇缘》中用到类似技术（来源：Github）
胡渊鸣告诉 DeepTech，“我们系统性地从底层的编译器等基础设施开始做，而不是用已有的编程语言和组件，做一些软件工程上的局部提升。”
对用户来说，已有的图形编程系统使用成本相当高，需要开发者花很长的学习，分享与协作也相对困难。
而太极编程语⾔嵌⼊在 Python 之中，并采用开源的方式， 旨在让更多用户参与进来并提升效率，使用户在短时间内就能轻松学会使用⽤太极语言，成为“图形程序员”。 从而解放每个人的创造力，可以完全按照自己的想法设计、创造 “三维世界”。
胡渊鸣表示，太极语言通过领域特定的语⾔抽象和编译器优化，配合算法与数据的解耦，从⽽让开发者编写少量代码，就能达到很⾼的性能。
图丨由太极系统构建的高分辨率模拟演示。此处的所有演示都在内存≤ 32 GB 的单 GPU 上运行，每帧大约需要 1 分钟（来源：受访者）
除了其语⾔设计上的易⽤性以外，太极还有⼀系列突破性的底层技术，使得它能够轻松实现前所未有的复杂计算，主要表现在：
・空间稀疏视觉计算，基于体素的表示更加⾼效，太极利⽤层级数据结构，使得处理器更好地将计算资源集中在核心部分。
・⾃动微分，求解物理过程的梯度，协助解决基于物理的⼈⼯智能和逆向问题。
・量化计算，⽤更少的内存模拟更多，在有限的计算资源下实现更⼤规模的物理仿真。
视频丨太极驱动的 AR 交互设备，用户可以挥动手臂来创造流体效果（来源：受访者）
谈及行业的未来发展趋势，胡渊鸣认为，未来的图形计算会朝着“实时化、社交化、交互化、大众化”的方向发展，在日常生活中扮演的角色将日益重要。而开源模式和云计算，一定会在图形计算的演化中占越来越重的分量。
他表示，以后大家发朋友圈或许会不再局限于文字或视频，而是能交互的三维模型，这将为用户的日常生活带来很大的改变。
胡渊鸣认为，清华姚班、MIT 的求学及科研经历为自己的创业提供了宝贵经验并打下坚实基础。他坚持，应该找准自己的定位，然后朝着正确的方向努力。
“一个人可能走得更快，但一群人才能走得更远。” 胡渊鸣表示，未来他将继续带领团队基于太极生态，引领图形、仿真生产力的革命，朝着 “打造世界级开源图形的基础设施与云平台” 方向不懈奋斗，让图形计算惠及每个人。
-End-
热门跟贴