英偉達(dá)親手終結(jié)CUDA「護(hù)城河」？傳奇芯片架構(gòu)師引發(fā)爭(zhēng)議

新智元報(bào)道

編輯：定慧

【新智元導(dǎo)讀】一文看懂CUDA Tile背后的算盤與野心。

英偉達(dá)的CUDA，剛剛宣布了該平臺(tái)誕生20年來最重大的一次更新！

其中，最核心也是最顛覆性的更新的就是CUDATile，讓開發(fā)者可以用Python代替C++寫內(nèi)核代碼。

在CUDA 13.1版本中，他們引入了一種叫做CUDA Tile的技術(shù)——一種全新的顯卡代碼編寫方式，讓整個(gè)過程更省事，更具未來適應(yīng)性。

旨在通過抽象化底層硬件（如Tensor Cores）細(xì)節(jié)，降低開發(fā)門檻。可以把它想象成從手動(dòng)調(diào)樂團(tuán)中的每件樂器，轉(zhuǎn)變?yōu)閱渭冎笓]音樂。

這一重磅更新迅速引來了芯片界傳奇人物、Tenstorrent CEOJim Keller的關(guān)注與質(zhì)疑：

Jim Keller提出一個(gè)觀點(diǎn)：這次更新是否終結(jié)了CUDA的「護(hù)城河」？

他的理由是當(dāng)英偉達(dá)的GPU也轉(zhuǎn)向Tile瓦片結(jié)構(gòu)，而其他硬件廠商一樣轉(zhuǎn)向瓦片架構(gòu)，AI內(nèi)核將更容易移植。

但事實(shí)真是如此嗎？

要想討論清楚這件事，需要分析兩個(gè)問題：

1. Jim Keller是誰？為什么他的話有分量

2. CUDA Tile此前是什么技術(shù)？CUDA護(hù)城河到底是什么

Jim Keller是當(dāng)代芯片界最有代表性的CPU/SoC架構(gòu)師之一，業(yè)內(nèi)很多人直接叫他「傳奇架構(gòu)師」、「芯片圈GOAT之一」。

一句話，他是那種真正改寫過CPU發(fā)展路線圖的人。

凡是近二十多年x86、移動(dòng)SoC、AI芯片的幾次大級(jí)別翻身仗，背后大概率能看到Jim Keller的影子。

更細(xì)一點(diǎn)說：

• x86-64時(shí)代的奠基人之一：

  作為x86-64指令集和HyperTransport的共同作者，他直接影響了今天幾乎所有桌面、服務(wù)器CPU的ISA與互連方式。

• 多次帶隊(duì)完成「公司級(jí)」翻身戰(zhàn)：

  AMD Athlon/K8時(shí)代第一次讓AMD在x86性能上正面硬剛Intel。Zen重新讓AMD從「快死了」變成今天和Intel分庭抗禮。在Apple時(shí)期的A4/A5開啟了iPhone自研SoC的路線，間接鋪路到后面的M系列。

• CPU、手機(jī)SoC、自動(dòng)駕駛AI加速器的「全棧」架構(gòu)師：

  很少有人像他一樣，在通用CPU、移動(dòng)SoC、車載SoC、AI加速器上都做過一線設(shè)計(jì)和架構(gòu)決策。近幾年他頻繁在TSMC、三星等論壇談未來工藝與架構(gòu)，被稱為「半導(dǎo)體設(shè)計(jì)傳奇」。

所以Jim Keller的觀點(diǎn)非常有參考性意義。

英偉達(dá)是否通過這次更新拆除了CUDA的「護(hù)城河」，還是以另一種形式將其加固？

去年，Jim Keller曾直言「CUDA是沼澤而非護(hù)城河」。

意思是CUDA的復(fù)雜性讓開發(fā)者深陷其中無法脫身。

讓我們簡(jiǎn)單回顧下CUDA的歷史。

而此次CUDA Tile之前，早在2006年，英偉達(dá)發(fā)布了G80架構(gòu)和CUDA，CUDA的出現(xiàn)將這些并行的計(jì)算單元抽象為通用的線程（Threads），從而開啟了通用GPU計(jì)算（GPGPU）的黃金時(shí)代。

二十年來，基于「單指令多線程」（SIMT，Single Instruction，Multiple Threads）的編程模型一直是GPU計(jì)算的「圣經(jīng)」。

開發(fā)者習(xí)慣了從單個(gè)線程的視角出發(fā)，思考如何將成千上萬個(gè)線程映射到數(shù)據(jù)上。

在人工智能大爆發(fā)的今天，計(jì)算的核心原子不再是單一的標(biāo)量數(shù)值，而是張量（Tensor）和矩陣。

傳統(tǒng)的SIMT模型在處理這種塊狀數(shù)據(jù)時(shí)，顯得日益笨重且效率低下。

技術(shù)的重構(gòu)

CUDA Tile與SIMT的范式斷裂

要理解CUDA Tile更新了什么，首先必須理解為什么舊方式行不通了。

SIMT模型的核心假設(shè)是：程序員編寫一段串行代碼（Kernel），GPU硬件負(fù)責(zé)將這段代碼實(shí)例化為成千上萬個(gè)線程。

粗暴一點(diǎn)理解：

想象一個(gè)包工頭（GPU的控制單元）和32個(gè)搬磚工（線程，Thread）。比如要把一張圖變亮，包工頭只要一個(gè)命令，每個(gè)工人負(fù)責(zé)一個(gè)像素點(diǎn)，大家互不干擾，動(dòng)作整齊劃一。

這就是SIMT的精髓：雖然人多，但聽同一個(gè)指令，處理各自的小數(shù)據(jù)。

這種模型在處理圖像像素或簡(jiǎn)單的科學(xué)計(jì)算時(shí)非常完美，因?yàn)槊總€(gè)像素的計(jì)算是獨(dú)立的。

然而，現(xiàn)代AI計(jì)算的核心是矩陣乘法。

AI運(yùn)算（深度學(xué)習(xí)）的核心不再是處理單個(gè)像素，而是矩陣乘法。

在硬件層面，英偉達(dá)引入了Tensor Core（張量核心）來加速矩陣運(yùn)算。

Tensor Core不是一次處理一個(gè)數(shù)，而是一次處理一個(gè)16x16或更大的矩陣塊。

為了用 SIMT 模型去開動(dòng)Tensor Core，程序員不得不同時(shí)指揮多個(gè)線程。

在SIMT中，程序員仍在控制單個(gè)線程。為了使用Tensor Core，程序員必須指揮32個(gè)線程（一個(gè)Warp）協(xié)同工作，手動(dòng)將數(shù)據(jù)從全局內(nèi)存搬運(yùn)到共享內(nèi)存，再加載到寄存器，通過復(fù)雜的wmma（Warp-level Matrix Multiply Accumulate）指令進(jìn)行同步。

開發(fā)者必須精細(xì)地管理線程間的同步和內(nèi)存屏障。稍有不慎，就會(huì)導(dǎo)致死鎖或數(shù)據(jù)競(jìng)爭(zhēng)。

不同代際的GPU其Warp調(diào)度機(jī)制和Tensor Core指令集均有不同。

針對(duì)Hopper架構(gòu)優(yōu)化的極致性能代碼，往往無法在Blackwell上直接運(yùn)行，需要重新調(diào)優(yōu)。

這就是Jim Keller所說的「沼澤」——代碼里堆積了針對(duì)不同硬件特性的補(bǔ)丁，既不美觀也難以維護(hù)。

這就是「SIMT力不從心」的原因：試圖用管理獨(dú)立個(gè)體的邏輯（SIMT），去指揮一個(gè)需要高度協(xié)同的集體動(dòng)作（Tensor Core）

CUDA Tile：瓦片化計(jì)算的誕生

CUDA 13.1引入的CUDA Tile徹底拋棄了「線程」這一基本原子，轉(zhuǎn)而以「瓦片」（Tile）作為編程的核心單位。

核心概念：什么是Tile？

在CUDA Tile模型中，Tile被定義為多維數(shù)組的一個(gè)分塊（Subset of arrays）。

開發(fā)者不再思考「第X號(hào)線程執(zhí)行什么操作」，而是思考「如何將大矩陣切分成小塊（Tiles），以及對(duì)這些塊進(jìn)行什么數(shù)學(xué)運(yùn)算（如加法、乘法）」。

瓦片模型（左）將數(shù)據(jù)分割為塊，編譯器將其映射到線程。SIMT模型（右）將數(shù)據(jù)同時(shí)映射到塊和線程。

這種轉(zhuǎn)變類似于從匯編語言跳轉(zhuǎn)到了高級(jí)語言：

• SIMT：手動(dòng)管理寄存器分配、線程掩碼、內(nèi)存合并。
• Tile：聲明數(shù)據(jù)塊形狀（Layout），聲明算子（Operator），編譯器負(fù)責(zé)一切。

這種編程范式在Python等語言中很常見，像NumPy這樣的庫(kù)允許指定矩陣等數(shù)據(jù)類型，然后用簡(jiǎn)單的代碼指定并執(zhí)行批量操作。

在底層，正確的操作會(huì)自動(dòng)執(zhí)行，計(jì)算過程完全透明地繼續(xù)進(jìn)行。

架構(gòu)支撐：CUDA Tile IR

這次更新不僅僅是語法糖，英偉達(dá)引入了一套全新的中間表示——CUDATile IR（Intermediate Representation）。

CUDA Tile IR引入了一套虛擬指令集，使得開發(fā)者能夠以瓦片操作的形式對(duì)硬件進(jìn)行原生編程。

開發(fā)者可以編寫更高層級(jí)的代碼，這些代碼只需極少改動(dòng)即可在多個(gè)世代的GPU上高效執(zhí)行。

通過這種對(duì)比可以看出，CUDA Tile實(shí)際上是英偉達(dá)對(duì)AI編程范式的一次「降維打擊」——將復(fù)雜的硬件細(xì)節(jié)封裝在編譯器內(nèi)部，只暴露算法邏輯。

在過去的CUDA版本中，C++始終是一等公民。

然而在CUDA 13.1中，英偉達(dá)極其罕見地首發(fā)推出了cuTile Python，而C++支持則被延后。

這一策略轉(zhuǎn)變深刻反映了AI開發(fā)生態(tài)的現(xiàn)狀：Python已經(jīng)成為AI的通用語言。

在此之前，AI研究員如果想優(yōu)化一個(gè)算子，不得不離開Python環(huán)境，學(xué)習(xí)復(fù)雜的C++和CUDA。

cuTile的出現(xiàn)旨在讓開發(fā)者留在Python環(huán)境中即可編寫高性能Kernel。

根據(jù)英偉達(dá)的技術(shù)博客，我們可以通過一個(gè)向量加法的例子來感受cuTile的變革。

傳統(tǒng)SIMT方式（偽代碼概念）：

cuTile Python方式：

在這個(gè)例子中，開發(fā)者不需要知道GPU有多少個(gè)核心，也不需要知道Warp是什么。

ct.load和ct.store在底層可能會(huì)調(diào)用Blackwell架構(gòu)最新的異步內(nèi)存復(fù)制引擎，但這對(duì)開發(fā)者是透明的。

CUDA Tile對(duì)抗的是誰？

要回答「是否終結(jié)了護(hù)城河」，必須引入另一個(gè)變量：OpenAI Triton。

Triton是OpenAI為了擺脫對(duì)英偉達(dá)閉源庫(kù)（如cuDNN）的依賴而開發(fā)的開源語言。

Triton的核心理念與CUDA Tile驚人的一致：基于塊（Block-based）的編程。

這或許是CUDA此次更新的最大針對(duì)者。

分析了這么多，英偉達(dá)此次更新是否終結(jié)了CUDA的護(hù)城河，轉(zhuǎn)向瓦片架構(gòu)是否使AI內(nèi)核更易移植？

在社區(qū)中，更多的聲音指向如下結(jié)論。

英偉達(dá)代際間的移植性：這是CUDA Tile主要解決的問題。

從Hopper移植到Blackwell，甚至未來的Rubin，使用TileIR編寫的代碼將無縫運(yùn)行且自動(dòng)優(yōu)化。

這一點(diǎn)上，移植性極大增強(qiáng)。

跨廠商的移植性：這是行業(yè)希望解決的問題（比如從英偉達(dá)移植到AMD MI300）。

這一點(diǎn)上，CUDATile幾乎沒有任何幫助，甚至讓移植變得更難。

Jim Keller本人一點(diǎn)不喜歡CUDA，稱CUDA為「沼澤」，意指其復(fù)雜性讓開發(fā)者深陷其中無法脫身。

綜上所述，英偉達(dá)并沒有拆除護(hù)城河，而是將護(hù)城河的墻修得更漂亮、更易于攀爬（進(jìn)入），但在墻內(nèi)構(gòu)建了更舒適的迷宮（Tile IR生態(tài)），使得用戶更不愿意離開。

瓦片架構(gòu)使AI內(nèi)核在英偉達(dá)硬件之間極易移植，但在不同廠商硬件之間更難移植。

Jim Keller也許是對(duì)的，CUDA曾經(jīng)是沼澤。

但英偉達(dá)剛剛在沼澤上鋪設(shè)了一條高速公路（CUDA Tile IR）。

而這條路，目前只通向英偉達(dá)的城堡。

參考資料：

https://x.com/jimkxa/status/1997732089480024498

https://developer.nvidia.com/blog/focus-on-your-algorithm-nvidia-cuda-tile-handles-the-hardware/

https://developer.nvidia.com/blog/nvidia-cuda-13-1-powers-next-gen-gpu-programming-with-nvidia-cuda-tile-and-performance-gains

https://developer.nvidia.com/blog/simplify-gpu-programming-with-nvidia-cuda-tile-in-python

https://www.tomshardware.com/tech-industry/artificial-intelligence/jim-keller-criticizes-nvidias-cuda-and-x86-cudas-a-swamp-not-a-moat-x86-was-a-swamp-too

秒追ASI

?點(diǎn)贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點(diǎn)亮星標(biāo)，鎖定新智元極速推送！