从真实感渲染到物理模拟、计算机辅助?程、VR/AR……

图形计算任务在当今社会已经?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?的 “视觉计算” 是当今世界最重要的计算任务类型之?。

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?的性能来处理海量的三维数据，优越的?产?来满??新?异的计算需求，以及?泛的可移植性来确保在多种硬件上流畅运?。

但是，已有的图形编程?具往往?临性能和?产?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?；??层编程?具，如 Python、节点式可视化编程的?法，解放了?产?，可是往往性能低下。

近期，计算机图形的“新锐力量”——太极图形团队联合麻省理工学院（MIT）、快手、浙江大学 CAD & CG 国家重点实验室开发了一种 “高性能、高可移植性、高生产力” 的量化仿真编译器，可快速实现物理特效渲染，并且大大降低了普通人使用计算机图形学技术的编程门槛。

该技术的量化仿真效果，可以实现在一块 GPU 上实现 200 亿细胞的生命游戏、2.3 亿粒子的软体模拟、4 亿体素的烟雾模拟等。

动图丨用太极编程语言配合 LBM 方法实现的卡门涡街仿真，整个程序只需要 199 行代码（来源：受访者）

2021 年，以《“量化”太极语言：面向量化仿真的编译器》（“QuanTaichi: A Compiler for Quantized Simulations”）为题，发表在 ACM SIGGRAPH 2021（Special Interest Group on Computer Graphics and Interactive Techniques ，计算机图形学国际顶级会议），并获得了 5 位评委的一致好评。

“太极图形团队从编程语言、编译器做起，与传统编程语言相比，实现了生产力 10 倍提升、性能达 5 倍以上。”太极图形联合创始人兼 CEO 胡渊鸣博士告诉 DeepTech。

高分辨率物理仿真在游戏与影视效果扮演着重要的角色。但是，其分辨率和性能常常被内存空间和带宽所限制。存储仿真的物理状态需要大量的内存，而内存是非常宝贵的计算资源，特别是在 GPU 上。

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。

量化仿真技术配合太极编程语言的高性能基础设施，能够实现极高分辨率的物理仿真，比之前相同计算资源下的记录高出了一个数量级。

该技术实现了数值类型与仿真算法的解耦：开发者可以在不改变算法代码的情况下，充分探索可能的自定义数据类型。

太极编译器负责自动进行针对性的优化，以确保其性能。据了解，采用该技术后，开发者只要修改 3% 的代码，就可以把基于太极语言实现的全精度模拟器改成量化模拟器。量化仿真技术已经成为太极编程语言的一部分，并在 GitHub 开源。

图丨太极 2016 年以来在 GitHub 开源，收获 14.9k 星（来源：GitHub）

目前，太极（Taichi）编程语言是 GitHub 最为活跃的计算机图形项目之一，下载量近 100 万次。它由太极图形公司主导开发，分布在全球近百位社区的开发者共同贡献代码。

2020 年 11 月，太极编程语言获得中国计算机学会（CCF）的最佳图形开源软件奖。中国计算机学会 CAD & CG 专委会曾这样评价太极：“ Taichi 编译器不但完成了多种先进的仿真算法，还非常高效地对不同体系结构做了优化，是目前市面上最优秀的、为物理仿真专门设计的编译器之一。它为整个仿真行业注入了新的能量，对于领域和学科的发展有很好的推动作用。”

开源、自底向上的 “革命”，实现生产力 10 倍提升，性能达 5 倍以上

图形创作工具用户的粘性极大，想让用户从旧工具升级到新工具，必须有数量级以上的提升。但是，依靠普通的软件工程往往只能带来 2-3 倍的提升，这远远不足以推动用户采用不太熟悉的新系统。

如果想有数量级以上的提升，唯一可能性就是革新底层的技术。

“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??的编译器和运?时系统，可以?效地在各种并?设备（?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?嵌?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?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?抽象和编译器优化，配合算法与数据的解耦，从?让开发者编写少量代码，就能达到很?的性能。

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

除了其语?设计上的易?性以外，太极还有?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?效，太极利?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。

??动微分，求解物理过程的梯度，协助解决基于物理的??智能和逆向问题。

?量化计算，?更少的内存模拟更多，在有限的计算资源下实现更?规模的物理仿真。

而这一技术经过太极、MIT、快手、浙大、开源社区共同推动，已经在快手短视频落地。太极编程语言已经成为快手魔法表情背后移动端 GPU 物理特效的解决方案。

目前，相关技术已经作为快手魔法表情的特效，成为移动端高性能 GPU 的解决方案。

胡渊鸣表示，魔法表情的效果需要特别高性能的硬件支持，这给移动端的运行带来了不小的困难。而太极的高性能编译器与多后端的设计，恰好解决了这个问题。

“太极编程语言和传统的 GPU 编程方式比起来，极其容易学习，即使是实习生也能在 1 小时内基本掌握。并且，太极程序一次开发后，可在 iOS、Android、PC 等多平台运行，还能提供针对不同机型的内存排布优化，满足了快手魔法表情快速迭代的需求，对繁重的设备部署工作起到了加速作用。”快手 Y-tech 图形 AI 团队负责人马重阳表示。

从兴趣驱动的 “个人英雄主义” ，到决定回国创业

胡渊鸣虽然是 90 后，但是，他已是拥有计算机图形学十几年经验的 “资深达人”。

从初中阶段开始，胡渊鸣就发现自己对计算机图形产生了浓厚的兴趣。他认为，计算机图形学是一门神奇的学科，只用处理器支持的加减乘除就能创造一个虚拟世界，并在初二完成了自己的第一个物理引擎。

图丨胡渊鸣在初二时用 C++ 编写的弹簧质点物理引擎（来源：受访者）

2013 年，胡渊鸣通过竞赛保送到清华大学，经过二次招生进入姚班。本科期间，他研读并复现了近 40 篇 SIGGRAPH 论文，并且在东京大学、斯坦福大学、微软亚洲研究院、宾夕法尼亚大学等高校交流访问。

“我当时对图形学的兴趣达到了废寝忘食的程度，只要一天不看 SIGGRAPH 论文、不写图形代码就觉得浑身难受。” 胡渊鸣说。

2017 年 7 月，在获清华姚班优秀毕业生后，他赴 MIT 计算机科学与人工智能实验室攻读博士，并在短短三年半就完成了博士学业，于 2021 年 3 月毕业。此外，他在博士期间还获得 Edwin Webster、Snap、Adobe、Facebook 等多领域奖学金。

胡渊鸣表示，重新设计编程语言在他看来是一个疯狂而工作量巨大的想法。“但是，凭借不错的抗压能力、执行力和学习能力，我很快完成了编译器的原型。并且，相关工作成为了 SIGGRAPH、ICLR、ICRA 等图形学和人工智能顶级会议的 5 篇研究论文。”

图丨胡渊鸣（来源：受访者）

但是，很快胡渊鸣发现，一个人的力量有点 “力不从心”。他意识到，这并不是 “个人英雄主义” 能解决的问题。他对 DeepTech 表示，“一个人的精力和能力非常有限，就算战斗力爆表也最多抵 10 个人，但是绝对达不到 100 个人。”

于是，他选择把太极交给开源社区，组织大家一起开发。

MIT 的导师和同学们都认为，胡渊鸣在博士毕业后会选择留在国外，找一份不错的教职工作或者选择进入国外的科技巨头企业。经过考虑，他决定毕业便回国创业，并在公司初期就获得了红杉资本的天使轮投资。

“我觉得创业更能实现自己的价值，于是成立了太极图形公司，并且招募了一帮志同道合的小伙伴并肩奋斗。” 胡渊鸣说。

匡冶是太极图形联合创始人兼 CTO，主要负责太极的核心技术开发。他毕业于清华大学精仪系，辅修计算机专业。哈佛大学计算科学专业硕士毕业后，在谷歌作为软件工程师工作了四年，具有丰富的分布式系统及架构设计经验。

据了解，太极图形技术团队来自 MIT、哈佛大学、宾夕法尼亚大学、清华大学、北京大学、浙江大学、微软、谷歌、脸书等世界著名高校及企业。其中，一半以上成员本科毕业于清华大学，三分之二以上成员有海外经历。

胡渊鸣在 NOI（全国青少年信息学奥林匹克竞赛）、APIO（亚洲与太平洋地区信息学奥林匹克竞赛）、ACM-ICPC（国际大学生程序设计竞赛） Regional 等竞赛等竞赛中共获得 4 枚金牌，且排名均在前 4%，其他团队成员竞赛金牌数人均 2 枚以上。

引领图形、仿真生产力革命，让图形计算惠及每个人

图形应用对于计算、存储要求极高，而云计算将为图形软件带来独特价值。云计算是开源软件的重要价值创造渠道，但目前市场上相关云图形基础设施还未成熟。

胡渊鸣告诉 DeepTech，“下一步，我们会把图形技术和云计算技术结合，推动图形计算在大众领域的易用性。让每位用户都会使用太极技术并成为参与者和设计者。未来，当他们打开浏览器或者在 iPad、手机上打开 App，就能随时进行三维创作。”

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。