英偉達推動 CUDA Rust 原生 GPU 程式設計
2026 年 9 月，英偉達正式宣佈將原生 GPU 程式設計延伸至 Rust 生態。現行的 CUDA C++ 與 CUDA Python 已是成熟的企業級工具鏈，英偉達承諾在 2027 年及之後持續擴充與優化 CUDA Rust。
背景與技術脈絡
AI 系統層面涵蓋推論引擎、服務基礎建設、驅動程式與代理執行環境，隨著模型與演算法的快速迭代，程式碼必須同時保有高效能與安全性。Rust 以編譯期檢查（compile‑time）捕捉記憶體安全與資料競爭等錯誤，且不犧牲執行效能，近年已成為 AI 基礎設施開發的熱門語言。
英偉達本身也在這波轉變中佈局：
- Nova Linux 驅動全寫於 Rust；
- NVIDIA Dynamo 以 Rust 為核心構建；
- NVTX（NVIDIA Trace Extension）提供 Rust 綁定。
然而，GPU 核心程式（kernel）長期以來仍需以其他語言（如 CUDA C++）撰寫，Rust 只能發起 kernel 呼叫。CUDA Rust 的出現即填補此缺口：開發者可直接以 Rust 編寫 kernel，編譯器會將程式碼原生產出 PTX（NVIDIA GPU 的中間表示），不再依賴外部包裝層。
兩大程式模型：SIMT 與 Tile
CUDA 本身提供兩條開發路徑，CUDA Rust 亦同步支援：
| 模型 | 特色 | 典型對應語言 | |------|------|--------------| | SIMT（Single Instruction, Multiple Threads） | 以單一執行緒描述行為，系統自動平行化成千上萬執行緒 | CUDA C++、numba‑cuda | | Tile（資料切塊） | 描述一塊資料的運算，Tile IR 編譯器負責映射至不同硬體架構 | C++、Python、Rust（建議首選） |
Tile 的好處在於程式碼不必硬編碼特定 GPU 架構，編譯器會自行決定最佳的切塊與排程。只有在需要精細控制記憶體或執行緒時，才會退回 SIMT 模式。
CUDA Rust 的實作：cuda‑oxide
- cuda‑oxide 為自訂的
rustc後端，攔截#[kernel]標註的函式，經由 Rust MIR（中間表示）→ Pliron IR（社群開源框架）→ LLVM IR，最終產出 PTX。 - 只要在 Linux、具 Compute Capability 8.0 以上的 GPU、CUDA Toolkit 12.x+、clang（含 libclang 標頭）與固定的 nightly 工具鏈環境，即可使用
cargo oxide子指令完成建置與測試。 - 範例程式為 1,024 個浮點數的向量加法，兩條路徑（SIMT、Tile）皆能編譯、執行，最終列印相同結果 PA。
未來展望
英偉達明確表示，CUDA Rust 將持續與其他語言互通，開發者不會因選擇 Rust 而被鎖死在單一生態。隨著更多 AI 基礎設施改寫為 Rust，原生 GPU 核心程式的安全與效能優勢將更為顯著。對於已在使用 CUDA C++ 或 CUDA Python 的團隊，逐步引入 Tile 模型並以 Rust 撰寫 kernel，將是提升程式可靠性、降低除錯成本的可行路徑。
結語：從驅動到核心程式，英偉達正以 Rust 為橋樑，打造更安全且高效的 GPU 生態系。開發者若想在未來的 AI 應用中保持競爭力，現在正是探索 CUDA Rust、掌握 Tile 編程模型的最佳時機。