mitsuba-renderer/drjit

解决的问题

Dr.Jit 解决了处理巨大且复杂的计算图（通常包含数百万个简单的算术节点）所带来的挑战，这类图通常会导致标准机器学习框架（如 PyTorch 或 JAX）在编译过程中崩溃或超时。它特别针对微分渲染及其他明显可并行计算的工作负载而设计。

工作原理

Dr.Jit 作为一个即时（JIT）编译器，将算术操作记录到计算图中，而不是立即执行。随后，它将这些图编译为针对 GPU（通过 CUDA 或 Metal）或 CPU（通过使用 AVX512 或 NEON 的 LLVM）的高度优化融合内核。此外，它支持使用前向和反向模式累积的自动微分（AD），以生成专用的导数评估代码。

适用人群

适用于从事微分渲染、高性能数值计算的研究人员和开发者，以及需要在超出传统 ML 后端能力的巨型、混乱计算图上执行自动微分的用户。

主要亮点

• 多后端支持：支持 CUDA、Metal 和 CPU（AVX512/NEON）。
• 混合语言支持：可通过 C++17 和 Python 访问，支持在两种语言之间联合追踪和微分。
• 自动微分：支持前向和反向模式 AD。
• 数学库：内置对向量、矩阵、复数、四元数和超越函数的支持。