v7.950 安卓漢化版
v6.109.1234.591440 IOS版
v4.196.7891.954626 最新版
v4.926.2107 最新版
v7.108.1644.331859 安卓漢化版
v5.783.1951.905389 安卓版
v4.236.4048 安卓版
v7.204 安卓免費版
v5.666.822.17357 最新版
v2.515.9863.240420 安卓版
v9.283.7119.199723 安卓免費版
v4.774.2872.229454 PC版
v3.317 安卓版
v6.693.8863.3254 安卓版
v4.403.5859.901180 IOS版
v7.186 安卓免費版
v3.163.115.157519 安卓漢化版
v8.430 最新版
v6.133.6957 安卓免費版
v2.299 安卓免費版
v5.174.7064.615136 安卓漢化版
v1.482.1620.501954 安卓免費版
v2.798 最新版
v5.365 安卓免費版
v5.413 IOS版
v5.737.890.967959 安卓漢化版
v8.817 最新版
v7.775.5567.333675 最新版
v9.394 PC版
v6.909 安卓版
v1.776.5092.926925 PC版
v6.568 PC版
v8.361.9529.970110 安卓免費版
v4.925 安卓最新版
v5.607.3425.35039 安卓最新版
v1.866.1338 安卓最新版
v8.451.4874 最新版
v6.863 安卓漢化版
v3.154.2052.257032 安卓漢化版
v2.747.4657.296158 PC版
v9.786.9778 PC版
v4.640.4050.841249 最新版
v7.743.1941.435147 安卓漢化版
v5.731.279.678590 安卓免費版
v6.634.7313 PC版
v4.879.9572.795614 安卓免費版
v4.821 安卓版
v2.589.2354 最新版
v2.309.2262.250597 IOS版
v2.827.2822.414829 安卓免費版
v7.686 最新版
v5.622 最新版
v9.860.517.888023 安卓免費版
v1.160 安卓漢化版
v6.388.4327.836459 安卓版
v1.283.9614.386531 安卓漢化版
v3.45.9971.119278 安卓版
v1.534.6778 安卓版
v7.805 最新版
v8.49.1268 安卓最新版
v2.840.14.797679 安卓漢化版
v1.72.8062.779460 PC版
v3.642.5116.821164 安卓最新版
v8.37 安卓免費版
v2.641.234.674151 安卓版
v1.320.5407.270244 PC版
v8.270.314.60724 安卓免費版
v5.5.6852.449518 安卓免費版
v5.674.2011.338215 安卓免費版
v8.427.59.626483 安卓免費版
v4.993 安卓最新版
v6.5 安卓最新版
v5.422.8816 安卓版
v5.478.3675 PC版
v2.51.4926 安卓漢化版
v4.988 安卓免費版
v5.739 安卓最新版
v2.507.3685.480413 安卓最新版
v9.484.6077.414782 安卓漢化版
v8.202.1857 安卓版
91抖抈
梦晨 发自 凹非寺量子位 | 公众号 QbitAI
GPU编程变天了。
英伟达宣布最新版CUDA 13.1，官方直接定性：这是自2006年降生以来最大的前进。
焦点转变是推出全新的CUDA Tile编程模子，闪开发者可以用Python写GPU内核，15行代码就能抵达200行CUDA C++代码的性能。
新闻一出，芯片界传奇人物Jim Keller连忙发问：
英伟达是不是亲手终结了CUDA的“护城河” ？若是英伟达也转向Tile模子，AI内核将更容易移植到其他硬件上。
Jim Keller加入设计过AMD Zen架构、苹果A系列芯片、特斯拉自动驾驶芯片的”硅仙人”，他的判断在行业里相当有分量。
那么问题来了：CUDA这次究竟改了什么 ？为什么会被以为是”自毁长城” ？
GPU编程范式从“线程”到“瓦片”
要明确这次更新的意义，得先回首一下古板CUDA编程有多折磨人。
已往20年，CUDA一直接纳SIMT（单指令多线程）模子，开发者写代码时，需要手动治理线程索引、线程块、共享内存结构、线程同步，每一个细节都要自己操心。
想要充分使用GPU性能，特殊是用上Tensor Core这类专用 ？，更是需要深挚的履历积累。
CUDA Tile彻底改变了这套玩法：
开发者不再需要逐线程地编写执行路径，而是把数据组织成Tile（瓦片），然后界说在这些Tile上执行什么运算。至于怎么把这些运算映射到GPU的线程、Warp和Tensor Core上，编译器和运行时会自动搞定。
就似乎NumPy之于Python。
英伟达为此构建了两个焦点组件：
CUDA Tile IR是一套全新的虚拟指令集，它在高级语言和硬件之间加了一层笼统，确；赥ile编写的代码能在差别代际的GPU上运行，从目今的Blackwell到未来的架构都能兼容。
cuTile Python则是面向开发者的接口，直接用Python写GPU内核，门槛一下子从“HPC专家“降到了”会写Python的数据科学家都可以干。
另外，这次更新还带来了一系列面向Blackwell的性能优化：
cuBLAS引入了FP64和FP32精度在Tensor Core上的仿真功效新增的Grouped GEMM API在MoE（混淆专家模子）场景下能实现高达4倍加速cuSOLVER的批处置惩罚特征剖析在Blackwell RTX PRO 6000上相比L40S实现了约2倍的性能提升开发者工具Nsight Compute新增了对CUDA Tile内核的性能剖析支持，可以把性能指标直接映射回cuTile Python源代码。
现在CUDA Tile仅支持Blackwell架构（盘算能力10.x和12.x），开发重点集中在AI算法上。英伟达体现未来会扩展到更多架构，并推出C++实现。
硅仙人的质疑：降低门槛是一把双刃剑
那么Jim Keller为什么说英伟达可能”终结了自己的护城河” ？
要害就在于Tile编程模子不是英伟达独吞的。AMD、Intel以及其他AI芯片厂商的硬件，在底层架构上同样可以支持基于Tile的编程笼统。
已往CUDA难以移植，很洪流平上是由于SIMT模子与英伟达硬件深度绑定，开发者要针对详细的GPU架构手写优化代码。这些代码换到别家硬件上，要么跑不了，要么性能大打折扣。
但Tile模子自然具有更高的笼统条理。当开发者习惯了“只管界说Tile运算，硬件细节交给编译器”这种头脑方法后，理论上统一套算法逻辑更容易适配到其他支持Tile编程的硬件上。
正如Jim Keller所说：”AI内核将更容易移植。”
不过英伟达也思量了后手，CUDA Tile IR提供了跨代兼容性，但这种兼容性是建设在CUDA平台之上的。
开发者写的代码确实更容易移植了，但移植的目的是英伟达自家的差别代GPU，而非竞争敌手的硬件。
从这个角度看，CUDA代码可以从Blackwell无缝迁徙到下一代英伟达GPU，但要迁徙到AMD或Intel的平台上，依然需要重写。
不管护城河是加深照旧削弱，有一点是确定的：GPU编程的门槛确着实大幅降低。
已往能熟练驾驭CUDA的开发者是稀缺资源，会写Python的人一抓一大把，但能把代码优化到跑满Tensor Core的专家寥若晨星。
CUDA Tile和cuTile Python买通了这个瓶颈。英伟达在开发者博客中提到，一个15行的Python内核性能可以媲美200行手动优化的CUDA C++代码。
大宗数据科学家和AI研究者以后可以直接上手写高性能GPU代码，不必再等HPC专家来资助优化。
参考链接：[1]https://developer.nvidia.com/blog/focus-on-your-algorithm-nvidia-cuda-tile-handles-the-hardware[2]https://x.com/jimkxa/status/1997732089480024498
相关版本
多平台下载
审查所有0条谈论>网友谈论
