[論文レビュー] Taichi: An Open-Source Computer Graphics Library

Yuanming Hu|arXiv (Cornell University)|Apr 24, 2018

Computer Graphics and Visualization Techniques参考文献 13被引用数 6

ひとこと要約

Taichi は、コンピュータグラフィックス研究における迅速なプロトタイピングと本格的なソフトウェア工学の両立を目的としたオープンソースで高パフォーマンスなコンピュータグラフィックスライブラリです。シミュレーション、レンダリング、データ管理のためのポータブルで拡張可能かつ最適化された抽象化を提供し、開発速度の向上とパフォーマンスの向上を実現しています — これは、SIGGRAPH 2018 の物理シミュレーションプロジェクトを、プロトタイピング、デバッグ、チーム協働の簡素化によって加速することで実証されています。

ABSTRACT

An ideal software system in computer graphics should be a combination of innovative ideas, solid software engineering and rapid development. However, in reality these requirements are seldom met simultaneously. In this paper, we present early results on an open-source library named Taichi (http://taichi.graphics), which alleviates this practical issue by providing an accessible, portable, extensible, and high-performance infrastructure that is reusable and tailored for computer graphics. As a case study, we share our experience in building a novel physical simulation system using Taichi.

研究の動機と目的

• コンピュータグラフィックス研究における迅速なプロトタイピングと堅牢なソフトウェア工学の間の葛藤を解消すること。
• イノベーションと再利用を妨げる低レベルのインfra構築のオーバーヘッドを低減すること。
• グラフィックスワークロードに特化した、統合的で再利用可能かつポータブルな基盤を提供すること。
• アルゴリズム実装と実験用スクリプトの分離により、チーム協働を可能にすること。
• ドメイン固有の最適化と統合されたプロファイリングツールを通じて、パフォーマンスと保守性を向上させること。

提案手法

• 高レベルのスクリプトと低レベルの計算を分離するため、pybind11 を用いたハイブリッド C++14/Python 3 インターフェースを設計すること。
• プラグインベースの拡張性モデルを実装し、カスタムコンponentsの自動登録とインスタンス化を可能にすること。
• グラフィックスワークロードに最適化された、ベクトル化された線形代数演算とメモリレイアウトを統合し、一般向けライブラリよりも 1.8–2.3× の SIMD 效率向上を達成すること。
• ヘッダオンリーディペンデンシー最小化ライブラリを用いて、シリアル化、ログ出力、デバッグ、プロファイリングをネイティブにサポートすること。
• シーン設定、ファイル I/O (OBJ, PLY, PNG, MP4)、GPU 加速ソルバー (例: 投影用の MGPCG) などのドメイン固有の抽象化を組み込むこと。
• マルチスレーディングに Intel TBB を活用し、ffmpeg や stb_image、spdlog/fmtlib などの外部ツールと統合して I/O および診断処理を支援すること。

実験結果

リサーチクエスチョン

• RQ1 ドメイン特化型のオープンソースグラフィックスライブラリは、パフォーマンスを損なわせることなく、グラフィックス研究におけるエンジニアリングのオーバーヘッドを顕著に低減できるか？
• RQ2 ハイブリッド C++/Python アーキテクチャは、グラフィックスシミュレーションプロジェクトにおけるチームのスケーラビリティと開発速度をどのように向上させるか？
• RQ3 グラフィックス最適化されたメモリレイアウトと抽象化は、Eigen などの一般向けライブラリに比べて、パフォーマンスが重要なワークロードでどの程度優れているか？
• RQ4 統合されたプロファイリングおよびデバッグツールは、長時間実行されるシミュレーションにおけるパフォーマンスチューニングとバグハンティングの時間短縮にどの程度寄与するか？
• RQ5 再利用可能なインfraストラクチャは、新しい物理シミュレーションシステムの開発とデプロイをどの程度加速できるか？

主な発見

• Taichi は、再利用可能で高レベルの抽象化を可能にすることで、MLSMPM-CPIC プロジェクトにおける開発時間とエンジニアリングのオーバーヘッドを削減した。
• ライブラリに統合されたプロファイラーとスコープ付きタイマーにより、正確なホットスポット分析が可能となり、前回の研究に比べて顕著なパフォーマンス向上が達成された。
• Taichi のベクトル化されたメモリレイアウトは、3次元ベクトル演算において、Eigen の標準的な 12 バイトアラインドストレージに比べて 1.8–2.3× の高いパフォーマンスを達成した。
• Python スクリプトインターフェースにより、すべてのチームメンバーが低レベルの C++ コードに触れる必要なく実験を実行可能となり、チームのスケーラビリティと協働性が向上した。
• シリアル化システムにより、長時間実行されるシミュレーションのための信頼性の高いチェックポイントとリカバリが可能になり、クラッシュ後のダウンタイムが短縮された。
• 依存関係を最小限に抑え、クロスプラットフォーム対応した設計により、デプロイが簡素化され、プロジェクトのオープンソース化が著しく容易になった。