编程|胡渊鸣：import一个“太极”库 让Python代码提速100倍！( 二 )
文章图片
其中有四个关键参数：Du（U的扩散速度），Dv（V的扩散速度），f（feed的缩写，控制U的加入）和k（kill的缩写，控制V的去除） 。
如果Taichi中实现这个方程，首先创建网格来表示域，用vec2表示每个网格中U, V的浓度值 。
拉普拉斯算子数值的计算需要访问相邻网格 。为了避免在同一循环中更新和读取数据，我们应该创建两个形状相同的网格W x H×2 。
每次从一个网格访问数据时，我们将更新的数据写入另一个网格，然后切换下一个网格 。那么数据结构设计就是这样：
文章图片
一开始，我们将U在网格中的浓度设置为 1，并将V放置在50个随机选择的位置：
文章图片
那么实际计算就可以用不到10行代码完成：
@ti.kerneldef compute(phase: int): for i, j in ti.ndrange(W, H): cen = uv[phase, i, j] lapl = uv[phase, i + 1, j] + uv[phase, i, j + 1] + uv[phase, i - 1, j] + uv[phase, i, j - 1] - 4.0 * cen du = Du * lapl[0] - cen[0] * cen[1] * cen[1] + feed * (1 - cen[0]) dv = Dv * lapl[1] + cen[0] * cen[1] * cen[1] - (feed + kill) * cen[1] val = cen + 0.5 * tm.vec2(du, dv) uv[1 - phase, i, j] = val在这里，我们使用整数相位（0或1）来控制我们从哪个网格读取数据 。
最后一步就是根据V的浓度对结果进行染色，就可以得到这样一个效果惊人的图案：
文章图片
有趣的是，胡渊鸣介绍，即使V的初始浓度是随机设置的，但每次都可以得到相似的结果 。
而且和只能达到30fps左右的Numba实现比起来，Taichi实现由于可以选择GPU作为后端，轻松超过了 300fps 。
pip install即可安装
看完上面三个例子，你这下相信了吧？
其实，Taichi就是一个嵌入在Python中的DSL（动态脚本语言），它通过自己的编译器将被 @ti.kernel 装饰的函数编译到各种硬件上，包括CPU和GPU，然后进行高性能计算 。
有了它，你无需再羡慕C++/CUDA的性能 。
正如其名，Taichi就出自太极图形胡渊鸣的团队，现在你只需要用pip install就能安装这个库，并与其他Python库进行交互，包括NumPy、Matplotlib和PyTorch等等 。
当然，Taichi用起来和这些库以及其他加速方法有什么差别，胡渊鸣也给出了详细的优缺点对比，感兴趣的朋友可以戳下面的链接详细查看：
https://docs.taichi-lang.org/blog/accelerate-python-code-100x
【编程|胡渊鸣：import一个“太极”库 让Python代码提速100倍！】
文章图片
推荐阅读
- 2022年编程语言的十大必须要了解的后端框架
- 初学编程该如何开始 如何开始
- 少儿编程可以学到什么?编程儿童学的编程是什么
- 嵌入式开发：防御性编程可缓解不可预见的问题
- 雷蛇|雷蛇骑仕V2手游手柄iPhone版发布：模拟扳机键、可编程宏
- 编程|“00后”在缅北诈骗日本主妇，看到同胞被割舌头遭电击后回国自首，将功赎罪未被立案
- 一个程序小BUG产生的原因
- 从三点进行分析说明，零基础看完也能明白 学习编程有什么用
- 聊聊并发编程的10个坑
- 这么多花容月貌的英语形容词 important是什么意思