计算机图形学编程语言 Taichi（太极）v1.2.0 发布

Taichi（太极）v1.2.0 已经发布，这是专为高性能计算机图形学设计的编程语言。从 v1.2.0 版本开始，Taichi 遵循语义版本控制，其中从 master 分支 cutting 的常规版本会增加 MINOR 版本，而 PATCH 版本只有在挑出关键的 bug 修复时才会增加。

具体更新内容如下：

弃用通知

在未来的版本中将不允许使用单个循环索引对多维的ti.ndrange()进行索引。

新的功能

离线缓存

v1.1.0 中引入了 CPU 和 CUDA 后端的离线缓存。在新版本中，Vulkan、OpenGL 和 Metal 后端也支持此功能。

如果你的代码行为异常，官方建议通过在 ti.init() 方法调用中设置环境变量 TI_OFFLINE_CACHE=0 或 offline_cache=False 来禁用离线缓存，并在 Taichi 的 GitHub repo 上向提交一个 issue。
有关详细信息，可参阅 Offline cache。

GDAR (Global Data Access Rule)

提供了一个 checker，用于检测可能违反全局数据访问规则的情况。

该 checker 仅在调试模式下工作。要启用它，可在调用ti.init()时设置debug=True。
在使用时ti.ad.Tape()设置validation=True，以验证ti.ad.Tape()所捕获的内核
如果发生违规，检查器会查明违反规则的代码行。

例如：

 import taichi as ti ti.init(debug=True)  N = 5 x = ti.field(dtype=ti.f32, shape=N, needs_grad=True) loss = ti.field(dtype=ti.f32, shape=(), needs_grad=True) b = ti.field(dtype=ti.f32, shape=(), needs_grad=True)  @ti.kernel def func_1():     for i in range(N):         loss[None] += x[i] * b[None]  @ti.kernel def func_2():     b[None] += 100  b[None] = 10 with ti.ad.Tape(loss, validation=True):     func_1()     func_2()  """ taichi.lang.exception.TaichiAssertionError: (kernel=func_2_c78_0) Breaks the global data access rule. Snode S10 is overwritten unexpectedly. File "across_kernel.py", line 16, in func_2:     b[None] += 100     ^^^^^^^^^^^^^^ """

改进

Performance

改进 Vulkan performance with loops (#6072)

Python Frontend

添加了 PrefixSumExecutor 以 prefix-sum operations 的性能。传统的 prefix-sum function 在每次函数调用时都会分配辅助 gpu 缓冲区，这会导致明显的性能问题。新的 PrefixSumExecutor 能够避免一次又一次地分配缓冲区。对于长度相同的数组，PrefixSumExecutor 只需要初始化一次，就可以执行任意次数的prefix-sum operations，而无需多余的字段分配。目前仅 CUDA 后端支持 prefix-sum operation。(#6132)

用法：
```
 N = 100 arr0 = ti.field(dtype, N) arr1 = ti.field(dtype, N) arr2 = ti.field(dtype, N) arr3 = ti.field(dtype, N) arr4 = ti.field(dtype, N) # initialize arr0, arr1, arr2, arr3, arr4, ... # ... # Performing an inclusive in-place's parallel prefix sum, # only one executor is needed for a specified sorting length. executor = ti.algorithms.PrefixSumExecutor(N) executor.run(arr0) executor.run(arr1) executor.run(arr2) executor.run(arr3) executor.run(arr4) 
```
当调试模式打开时，现在可以对 Vulkan、CPU 和 CUDA 后端上的加法、减法、乘法和左移运算符进行运行时整数溢出检测。Vulkan 后端使用溢出检测需要弃用 printing，Vulkan 后端 64 位乘法溢出检测需要 NVIDIA driver 510 以上。(#6178) (#6279)

For the following program：
```
 import taichi as ti ti.init(debug=True) @ti.kernel def add(a: ti.u64, b: ti.u64)->ti.u64: return a + b add(2 ** 63, 2 ** 63) The following warning is printed at runtime: Addition overflow detected in File "/home/lin/test/overflow.py", line 7, in add: return a + b ^^^^^ 
```
Unix/Windows 平台上的 Vulkan 后端现在支持 Printing。要在 vulkan 后端启用 printing，需要按照 https://docs.taichi-lang.org/docs/master/debugging#applicable-backends 中的说明进行操作 (#6075)