谢谢指点，虽然不知道改动后的物理意义，作了如下两处改变后，再跑64位代码，效果确实与之前不一样了。：
wc=20000
vpe1 = 100
再开个脑洞，这个双流不稳定性，也许可以用在天文学，星云演变上，也许吧
您好，发给您了，可以参考一下
补一个GIF
3 个赞
刚跑了一下最新提交的代码
使用Taichi实现了一套简短的等离子体particle-in-cell code。
显卡和CPU占用都很低，但是帧数只能跑到 20 左右
我对比了一下，应该是 gui.circles 的执行效率比较低
-
调用 gui.circles 的时候，每秒只能跑30个 iter
-
不调用 gui.circles 的时候，每秒可以跑1300个 iter
我将 v_x_pos1 转为 numpy 数组，并保存到本地，进入 ipython 中单独测试 gui.circles 的速度，结果如图所示
单次执行 14 ms，而代码中，输出每帧的画面调用了两次 gui.circles，加上 to_numpy 的耗时，共计 30ms 左右，也就是每秒 33个 iter 左右。所以基本上，耗时全部集中在 gui.circles。
而且这个函数，从显卡和CPU的占用情况来看，并没有被很好地并行化，我再使用
%%timeit 进行测试 gui.circles 的速度时，显卡和CPU的占用与第一张图基本保持一致。
我进一步使用 viztracer，单独记录了 gui.circles 的耗时情况，如下：
该函数在python中执行的部分到图中圈出的 isinstance 部分结束，耗时只有36us左右，并没有造成太大的开销，而后续执行的 circles_batched 为主要开销，但是 viztracer 无法继续分析。
@Jiao_luhuai 我参照建议，尝试修改了代码中的main函数，改为使用 ggui，现在即使只使用cpu也能获得非常高的帧数了。
def main():
initialize()
window = ti.ui.Window("pic88", (800, 800))
while window.running:
for s in range(substepping):
substep()
vx_pos()
canvas = window.get_canvas()
canvas.circles(v_x_pos1, color=(0, 0, 1), radius=1 / 400) # 0x0000ff
canvas.circles(v_x_pos2, color=(1, 0, 0), radius=1 / 400) # 0xff0000
window.show()
使用CPU进行计算，我的电脑（10代i7）可以达到120fps。
1 个赞
试了一下，确实好快 
很棒的建议
你的效果很棒！可否请你给 Taichi 提一个 PR，在 examples 中加入你的这个作品？
顺便你还可以：
- 在代码开头加几句话描述这个项目的目的 (reference 和 credit 信息也都是可以的)
- 在代码中适当添加注释提高可读性
谢谢！
好啊好啊! 描述/注释已添加。后续会提交PR.
2 个赞