δ

@dss_gabriel @NVIDIAGTC What if you had a GPU kernel programming model that was memory safe by construction? Perhaps some sort of array-oriented model where you don't explicitly program threads or do inter-thread communication.

What three languages are joining cuTile Python? Find out Monday at 4PM at @NVIDIAGTC 2026. nvidia.com/gtc/session-ca…

刚发现 VectorWare 团队在 2026 年 2 月发布的一篇技术博文中宣布，他们成功在 GPU 上运行了 Rust 的 async/await。 vectorware.com/blog/async-awa… 这解决了传统 GPU 上并发困境。 传统 GPU 编程是数据并行，所有线程对不同数据执行相同操作。但随着 GPU 程序变复杂，开发者开始使用 warp specialization（warp 特化），让不同 warp 跑不同的任务（比如一个 warp 负责加载数据，另一个负责计算）。这本质上是从数据并行转向了任务并行。 问题在于：这种并发和同步完全靠手动管理，没有语言或运行时层面的支持，就像 CPU 上手写线程同步一样容易出错且难以推理。 博客文章梳理了三个已有的高层抽象方案： JAX 把 GPU 程序建模为计算图，编译器分析图中的依赖关系来决定执行顺序和并行策略。 Triton 用"block"作为独立计算单元，通过 MLIR 多层编译管线来管理并发。 CUDA Tile 则引入了"tile"作为一等公民数据单元，让数据依赖变得显式。 但这些方案有共同的缺点： 它们都要求开发者用全新的方式组织代码，需要新的编程范式和生态，对采用构成显著障碍。 vectorware而且代码复用困难。现有的 CPU 库和 GPU 库都无法直接与这些框架组合。 文章的核心论点是 Rust 的 Future trait 恰好满足了他们想要的所有特性： 1. Future 是延迟的、可组合的值。 跟 JAX 的计算图类似，你先构建程序的"描述"，再执行。编译器可以在执行前分析依赖关系。 2. Future 天然表达独立的并发单元。 跟 Triton 的 block 类似，多个 future 可以串行（.await 链）或并行（join!、组合子）执行。 3. Rust 的所有权系统让数据依赖显式化。 跟 CUDA Tile 的显式 tile 类似，future 通过捕获数据来编码数据流向，而 Send/Sync/Pin 等 trait bound 则约束了数据如何在并发单元间共享和传递。 4. 最关键的一点： Warp 特化本质上就是手写的任务状态机，而 Rust 的 future 恰好编译成编译器自动生成和管理的状态机。 vectorware既然 future 只是状态机，没有理由不能在 GPU 上运行。 他们移植了 Embassy，一个为嵌入式系统设计的 no_std 异步执行器。GPU 没有操作系统，不支持 Rust 标准库，这跟嵌入式环境非常相似，所以 Embassy 是天然的选择。将 Embassy 适配到 GPU 上只需要很少的修改，这种复用现有开源库的能力远优于其他非 Rust 的 GPU 生态。 这篇文章表面上在讲 async/await，但它真正在说的是一个更大的事情：用 Rust 的类型系统和零成本抽象来统一 CPU 和 GPU 的编程模型。 Future 不关心自己跑在哪里，线程、核心、block、warp 都可以。同一段 async 代码可以不改一行在 CPU 和 GPU 上运行。 这跟 JAX/Triton 那种"为 GPU 写一套全新的东西"的思路根本不同，是一种从语言层面自底向上的统一。 VectorWare 之前还发过一篇关于在 GPU 上启用 Rust std 的文章，加上这次的 async/await，他们的目标很明确：让 GPU 编程变成"普通的 Rust 编程"，而不是一个需要全新心智模型的特殊领域。