Taichi（太极）v1.6.0 发布

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
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.]