NVIDIAのRust向けCUDAプラットフォーム。ホスト用ランタイムクレートに加え、RustでGPUカーネルを書くためのSIMTモデルとTileモデルを提供します。
taichi-dev/taichi
Pythonに組み込めるプログラミング言語。数値計算カーネルをJITコンパイルし、CUDA、Vulkan、MetalなどのCPUやGPUで実行できます。
- スター
- 28,450
- フォーク
- 2,392
- 未解決の Issue
- 926
- 最終コミット
- 先月
これは何?
Taichi Langは、高性能な数値計算向けの命令型並列プログラミング言語で、Pythonに組み込んで使えます。@ti.kernelでデコレートした関数は、LLVMベースのツールチェーンによって実行時にネイティブなCPUまたはGPU命令へコンパイルされるため、計算負荷の高いPythonコードをC++やCUDAで書き直さずに並列実行できます。
構文はPythonに近く、NumPyやPyTorchと連携します。SNodeと呼ばれるデータコンテナを使うと、空間的に疎なレイアウトを含む、階層型の多次元フィールドを定義できます。コードは一度書けば、CUDA、Vulkan、OpenGL、Apple Metal、x64/ARM CPUなど、対応するバックエンドをターゲットにできます。
プロジェクトには、微分可能プログラミングのサポートと、Vulkanベースの3Dビジュアライザーも含まれています。ギャラリーとサンプルでは、物理シミュレーション、レンダリング、流体力学を扱っています。
主な機能
- 01Python構文でカーネルを記述し、JITコンパイルしてCPUまたはGPUコードとして実行できます。
- 02CUDA、Vulkan、OpenGL、Apple Metal、x64/ARM CPUで動作します。
- 03SNodeコンテナを使った、空間的に疎なデータ構造をサポートします。
- 04NumPyやPyTorchと連携します。
- 05微分可能プログラミングとVulkanベースの3Dビジュアライザーを備えています。
ユースケース
- Pythonで流体、粒子、物理システムなどの数値シミュレーションを高速化する。
- CUDAやシェーダーコードを手書きせずにGPUアルゴリズムのプロトタイプを作成する。
- 微分可能な物理演算やグラフィックスのパイプラインを構築する。
- 並列計算が必要なレンダリングや視覚効果の実験を開発する。
クイックスタート
- 1
pipでTaichiをインストール
pip install taichi - 2
デモギャラリーを起動
ti gallery
使う前に知っておきたいこと
- Python 3.6〜3.10のみ対応(64ビット)。
- プレリリース版のnightlyパッケージは十分にテストされていないため、クラッシュする場合があります。
収録されている特集
トピック
よくある質問
- taichi とは?
- Pythonに組み込めるプログラミング言語。数値計算カーネルをJITコンパイルし、CUDA、Vulkan、MetalなどのCPUやGPUで実行できます。 Taichi Langは、高性能な数値計算向けの命令型並列プログラミング言語で、Pythonに組み込んで使えます。@ti.kernelでデコレートした関数は、LLVMベースのツールチェーンによって実行時にネイティブなCPUまたはGPU命令へコンパイルされるため、計算負荷の高いPythonコードをC++やCUDAで書き直さずに並列実行できます。
- taichi は無料で使えますか?ライセンスは?
- taichi は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- taichi は今もメンテナンスされていますか?
- 半年以内に更新あり。taichi の最終コミットは 2026年10月5日 です。
- taichi は何に使えますか?
- Pythonで流体、粒子、物理システムなどの数値シミュレーションを高速化する。 CUDAやシェーダーコードを手書きせずにGPUアルゴリズムのプロトタイプを作成する。 微分可能な物理演算やグラフィックスのパイプラインを構築する。 並列計算が必要なレンダリングや視覚効果の実験を開発する。
- taichi のインストール方法は?
- pipでTaichiをインストール: pip install taichi デモギャラリーを起動: ti gallery
- taichi はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/taichi-dev/taichi
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
通常のPython関数をJITコンパイルし、CPUまたはNVIDIA GPUで実行できるカーネルに変換する、シミュレーション、ロボティクス、ML向けのPythonフレームワークです。
Crazyflie 2.x向けに、CPUとGPUでバッチ処理可能な微分可能ドローンシミュレーションを実行するJAXベースのクアッドローターシミュレーター。
タスクグラフを使った並列処理向けのヘッダーオンリーC++ライブラリ。CPUのマルチスレッドとCUDA GPUに対応。
CPU・GPU・メモリ使用量を行単位で表示し、AIによる最適化案も任意で生成できるPythonプロファイラー。
GPUでの描画を高速化し、メッシュの保存容量と転送サイズを削減するC/C++ライブラリ。