最近看到很多大佬在论坛秀出了流体模拟的代码，十分佩服，我本人是做计算流体的，但是仅仅限于使用开源软件的修修改改，所以对徒手撸出一套求解器非常向往，遂来此学习。
最近比较好奇的是，Taichi是否可以作为工业CFD领域的生产力工具呢？目前该领域的代码大部分是基于C++和mpi并行套件开发的，而mpi并行感觉还挺麻烦的，Taichi语言在并行这一块则感觉方便很多。不知道对于大规模的并行，Taichi的并行效率和mpi是否可以媲美呢？如果真的相差无几，感觉未来工业CFD领域或许也能使用Taichi来开发。
期待大佬们的回复~
同样的问题，过来学习下。
CFD老手，Taichi新手前来谈谈我的理解，说的不对的地方请大佬们指出。
Taichi是面向图形学领域研究的一门语言。对于研究来说，重要的是能快速实现idea，同时写出来的代码也要具有可观的性能。Taichi的优势在于兼具脚本语言的生产力和静态语言的高性能，当然还有其它吸引人的地方比如支持多backend（对生产环境不挑，有python就能干活了）、支持稀疏矩阵、可微分计算等等。
说回CFD，如果是从事CFD算法研究的话，Taichi应该是可以满足需求的。目前taichi内部不支持mpi，但是可以在taichi的外层套一层python的mpi（待验证）。
上述的生产力，都是指科学研究的生产力。对于工业CFD而言，计算规模越大，就越有必要做极致的优化，毕竟省下来的电都是钱。这个时候可能还是用c或c++更合适，能够更接近底层的硬件，甚至做一些领域相关的优化。
工业领域够呛吧。
现有的软件不如直接学习 taichi 的架构，没有必要重写一遍。
或者把 taichi 嵌入到软件中，让你们用来写 UDF 然后执行编译好的 kernel。
学术领域还是有机会的。
弄一张好点的显卡，用 taichi 写一些新的求解器、验证一些新方法，这样就挺合适。
taichi 看样子目前还没打算做集群部署的支持，多显卡目前也没有。
对于算法的快速实现，taichi是一个很好的选择，但是工业级的应用，静态的语言很多地方不太好用，而且不支持mpi几乎是没办法部署的 。
因此taichi目前最大的意义还是在于学习和交流。
我觉得并不是，其实PyFR就是类似的思路，用python实现DSL（这块Taichi更加高级，是基于AST的变换的，按我的理解，而PyFR是基于template的），这样很容易达到很高的FLOPs，但是实际的CFD有很多子模型，怎么有效地嵌入还是需要研究的。
至于性能，我觉得DSL完全可以做到更极致的优化，因为high level的信息更多，更容易做一些高层级的优化，而且differentiable也将是一个很大的优势，比如在实现adjoint, VVUQ等方面。
现有的商业有限元软件和分子模拟软件很多也是使用C++和mpi进行高性能并行计算的，是不是可以模仿Taichi把mpi通信、稀疏数据结构、可微编程封装起来，通过python调用自动实现并行？ 
开发时间也是成本,可能是更大的成本. 开发的人力，更是成本. 
多显卡是核心.
great