mitsuba-renderer/drjit

解決的問題

Dr.Jit 解決了處理巨大且複雜的計算圖（通常包含數百萬個簡單的算術節點）所帶來的挑戰，這類圖通常會導致標準機器學習框架（如 PyTorch 或 JAX）在編譯過程中當機或逾時。它特別針對微分渲染及其他明顯可平行化的運算工作負載而設計。

工作原理

Dr.Jit 作為一個即時（JIT）編譯器，將算術運算記錄到計算圖中，而非立即執行。隨後，它將這些圖編譯為針對 GPU（透過 CUDA 或 Metal）或 CPU（透過使用 AVX512 或 NEON 的 LLVM）的高度優化融合內核。此外，它支援使用前向與反向模式累積的自動微分（AD），以產生專用的導數評估程式碼。

適用對象

適用於從事微分渲染、高效率數值計算的研究人員與開發者，以及需要在超出傳統 ML 後端能力的巨型、混亂計算圖上執行自動微分的使用者。

主要亮點

• 多後端支援：支援 CUDA、Metal 和 CPU（AVX512/NEON）。
• 混合語言支援：可透過 C++17 和 Python 存取，支援兩種語言之間的聯合追蹤與微分。
• 自動微分：支援前向與反向模式 AD。
• 數學函式庫：內建支援向量、矩陣、複數、四元數與超越函數。