前一阵得知了ETH Zurich（有“欧陆第一名校”美誉的苏黎世联邦理工）的Computer Graphics Laboratory(CGL)¹去年秋天在教学中使用了Taichi进行计算机图形学的教学²（内容是Physically-based Simulation，也就是基于物理的动画）。

　　得知消息以后挺开心的，因为之前从来没有和这个学校的老师联系过，整个过程我们也没有介入，算是课程结束以后才知道的意外惊喜:-)

　　苏黎世联邦理工-曾经有一次去欧洲开学术会议的机会摆在我面前，我怕办签证麻烦没去，没想到几年过去再想去，却不知道什么时候才能去了...

　　作为项目的原作者，自然迫不及待地对课上的学生、以及助教（TA）通过Zoom进行了访谈。收获很多信息，对Taichi未来的发展有很强的指导意义，因此共享出来，和各位开发者一起探讨探讨。（当然也顺便展示一下同学们用Taichi创造出了哪些新奇的玩意儿LOL）

　　同学们用Taichi实现的几个有意思的simulator，下面会提到

　　值得一提的是，课程教学人员不但用Taichi布置了日常作业，还布置了final project。Final project可以使用任何工具和编程语言，不过90%的同学选择了Taichi。

　　课程进行时，大家使用的Taichi是v0.8.7。三四个月过去，Taichi快速迭代了近10个版本，如今已经发布了v1.0.0³，有些提到的问题已经得到了解决。以下内容来自对同学和助教的访谈结果。

　　助教和同学们的目标

　　其实也挺简单：选择一个并行编程语言并用其实现一个基于物理的动画项目，最好是实时的。

　　可选的语言：C++CUDA Python(配上Numpy PyTorch etc.)等等。

　　挑战

　　大家选择框架的时候会重点考虑下面几个问题：

　　物理仿真计算量都挺大，需要并行计算。但是并行编程的门槛还是蛮高的。课上的学生很少掌握GPU编程（比如CUDA），用C++的话也有较高的门槛。OpenMP之类的工具也有一些可移植性、性能（和GPU比起来）的问题。

　　语言/框架需要自带一些周边组件，比如说3D可视化，这样才能比较容易地显示、查看结果。因为课程主要内容是物理仿真而不是可视化，大家都不希望自己写一套OpenGL之类的框架来进行可视化。

　　学生3人组成一组合作，因此必须考虑到语言的可移植性。用CUDA之类的工具可能有额外的问题：合作伙伴用的是Mac或者AMD的GPU，导致自己写的程序到了别的组员那里无法运行，弄不好友谊的小船就这么翻了。C++对于特殊硬件的需求小很多，但是也面临着跨平台编译的种种麻烦。

　　为什么学生们选择使用Taichi？

　　聊下来我们发现助教和同学比较喜欢Taichi如下几个features：

　　Taichi与Python无缝链接，语法相近，而几乎所有同学都掌握Python。这意味着Taichi更容易学习，更加直观。同时，Taichi拥有与CUDA相当的性能。

　　Taichi的GGUI系统使得3D渲染非常轻松。

　　Taichi非常可移植，如果你的程序编写以后可以比较容易地在NVIDIA/AMD/Intel的GPU、CPU上运行，就不用担心队友跑不起来，伤害感情...

　　taichi有一个活跃的社区，并且用户提供了很多示例代码，便于学习。taichi https://taichi-lang.cn/