简介

什么是LuisaCompute

LuisaCompute(简称LC)是一个跨平台(Linux，Windows, MacOS)，多计算后端(CUDA, DirectX-12, Metal)，多语言前端(C++, Python, Rust)的高性能并行计算框架。其入门门槛低，开发方式简单，可广泛应用于离线/实时渲染器，物理模拟等领域。

为什么要使用LC

无论是在工业界还是在研究领域，硬件的进步使得使用现代流处理器进行高质量并行计算成为可能。然而，图形API是碎片化的，现有的着色语言缺乏多态性等高级结构，这增加了开发和维护跨平台高性能计算程序的复杂性，成本和学习门槛。这套解决方案的设计，意在解决上述的问题，Luisa一词意为Layered and Unified Interfaces on Stream Architectures，即层级化的，统一的，针对流处理器架构所设计的计算接口。在计算代码的编写方面，采用DSL(领域特定语言)+ 代码生成的方式，在原生语言上实现了一层表达力更强，更加动态的语言前端，这让用户不再需要通过原始的预编译宏，而是使用更高级的元编程控制自己的编译流程。同时运行时(runtime)的调度管线，也会对提交的任务进行动态调度优化，这通常比人工编写的调度方法方便，且效率更高，同时这套运行时系统与DSL语言前端紧密结合，让用户更少的为可能的大意浪费时间或为琐碎的优化问题烦恼，更容易写出优雅且高效的解决方案。

与业界其他方案的区别

在开始使用LC之前，请了解其与其他相似方案的区别，以便于您区分和根据自己的需求决定要使用的方案。

与Pytorch, TensorFlow的区别

Pytorch, TensorFlow等框架，常用于机器学习等需要高维矩阵计算的领域，在这方面LC暂未计划在传统GPU开发基础上提供更多相关的扩展，因而并不适合这类相对特种的需求，由于更贴近底层，其更适合传统GPU工作的离散类计算领域，如图形学计算等。

与Taichi的区别

作为同为提供Python前端接口的通用计算框架，Taichi以科研，实验，学术用途为主，社区更活跃丰富，更注重易用性；而LC在理念上更偏向工程性，设计目标优先考虑更高性能的硬件表现，两者虽貌似，且LC在开发时对Taichi的许多设计多有借鉴，但两者在理念上有较大区别，需用户根据需求谨慎斟酌。

谁在使用LC

如果您在使用LC，欢迎点击编辑此页面通过PR将信息提交至下面的列表，让更多的用户了解有多少用户在使用LC，也能让用户更加安心使用LC。我们也会有更多的动力去持续投入，让LC项目和社区更加繁荣。

用户 (公司名/个人联系方式)	项目 (项目简介/项目地址)	评论 (可选)
LuisaGroup	LuisaRender	于SIGGRAPH Asia 2022发表文章LuisaRender: A High-Performance Rendering Framework with Layered and Unified Interfaces on Stream Architectures

联系我们

Email: zsk20@mails.tsinghua.edu.cn maxwellgeng@outlook.com