英伟达CUDA 13.1革命：Tile模型让Python写GPU内核，性能媲美C++，Jim Keller称或终结CUDA护城河

GPU编程领域迎来历史性变革。

英伟达正式发布了CUDA 13.1版本，官方宣称这是自2006年CUDA诞生以来最具革命性的升级。

本次更新的最大亮点是引入了CUDA Tile编程模型，它允许开发者使用Python直接编写GPU内核，据称仅需15行Python代码即可达到传统200行CUDA C++代码的性能水平。

消息传出后，芯片设计界传奇人物Jim Keller立即在社交媒体上发问：

英伟达此举是否在自毁CUDA的“护城河”？若Tile模型成为主流，AI内核将更易于迁移至其他硬件平台。

Jim Keller曾参与设计AMD Zen架构、苹果A系列芯片、特斯拉自动驾驶芯片，被誉为“硅仙人”，他的观点在业界极具影响力。

那么，CUDA 13.1究竟带来了哪些改变？为何有人将其视为“自毁长城”之举？

GPU编程范式革命：从“线程”到“瓦片”

要理解这次更新的深远意义，有必要先回顾传统CUDA编程的痛点。

过去二十年间，CUDA一直基于SIMT（单指令多线程）模型，开发者必须手动处理线程索引、线程块划分、共享内存布局及线程同步等细节，每一步都需精心设计。

若要充分挖掘GPU性能，尤其是利用Tensor Core等专用单元，则更需要深厚的经验积累和优化技巧。

CUDA Tile模型彻底颠覆了这一传统模式：

开发者不再需要逐线程编写执行逻辑，而是将数据组织为Tile（瓦片），并声明在这些Tile上执行何种运算。而如何将这些运算映射到GPU的线程、线程束（Warp）及Tensor Core上，则完全交由编译器和运行时自动处理。

这种抽象程度，堪比NumPy之于Python。

为实现这一模型，英伟达构建了两大核心组件：

CUDA Tile IR是一套全新的虚拟指令集，它在高级语言与底层硬件之间增加了一层抽象，确保基于Tile编写的代码可在不同代际的GPU上运行，从当前的Blackwell架构到未来的GPU均能兼容。

cuTile Python是面向开发者的编程接口，允许直接用Python编写GPU内核，编程门槛从“HPC专家”骤降至“会写Python的数据科学家”均可胜任。

此外，本次更新还带来了一系列针对Blackwell架构的性能优化：

cuBLAS新增了FP64和FP32精度在Tensor Core上的仿真功能

新增的Grouped GEMM API在混合专家模型（MoE）场景下可实现高达4倍的加速效果

cuSOLVER的批处理特征分解在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内核的性能分析支持，可将性能指标直接映射回cuTile Python源代码，便于调试优化。

目前，CUDA Tile仅支持Blackwell架构（计算能力10.x和12.x），开发重点聚焦于AI算法领域。英伟达表示，未来将扩展至更多架构，并推出C++实现版本。

“硅仙人”的质疑：降低门槛是一把双刃剑

那么，Jim Keller为何认为英伟达可能“自毁护城河”？

关键在于，Tile编程模型并非英伟达的专利。AMD、Intel及其他AI芯片厂商的硬件，在底层架构上同样能够支持基于Tile的编程抽象。

过去，CUDA难以移植的根本原因在于SIMT模型与英伟达硬件深度绑定，开发者需针对特定GPU架构手工编写优化代码。这些代码迁移至其他硬件平台，往往无法运行或性能大幅下降。

然而，Tile模型天然具备更高的抽象层次。一旦开发者习惯了“只定义Tile运算，硬件细节交由编译器处理”的思维模式，同一套算法逻辑理论上更易适配至其他支持Tile编程的硬件。

正如Jim Keller所言：“AI内核将更容易移植。”

不过，英伟达也留了一手：CUDA Tile IR提供了跨代兼容性，但这种兼容性建立在CUDA平台之上。

开发者编写的代码确实更易于移植，但移植的目标仅限于英伟达自家的不同代GPU，而非竞争对手的硬件。

从这个角度而言，CUDA代码可从Blackwell无缝迁移至下一代英伟达GPU，但若要迁移至AMD或Intel平台，仍需重写。

无论护城河是加深还是削弱，有一点是确定的：GPU编程的门槛正在大幅降低。

过去，能熟练驾驭CUDA的开发者是稀缺资源，会写Python的人虽多，但能将代码优化至充分利用Tensor Core的专家却屈指可数。

CUDA Tile与cuTile Python的推出，恰好打通了这一瓶颈。英伟达在开发者博客中称，一个15行的Python内核性能可媲美200行手动优化的CUDA C++代码。

从此，大量数据科学家和AI研究者可直接编写高性能GPU代码，无需再等待HPC专家的优化协助。

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