英伟达自毁CUDA门槛！15行Python写GPU内核，性能匹敌200行C++

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

《免费观看顶级A片不卡视频》，《Q8X2R7L1T4J5M9B6W3》

雏田自慰

“只有美女的黄色网站”

国产醉酒迷奷系列在线视频

……

12月12日

“海角乱伦社区下载”RTX 4090D首测：性能损失约6％

↓↓↓