cuda

本文探讨了通过Thunderbolt在Apple Silicon Mac上使用外部NVIDIA RTX 5090 GPU进行CUDA推理和游戏的可行性，涵盖了tinygrad eGPU驱动以及向Linux虚拟机进行PCI穿透等方法。

Modal Labs 发布了一个开源的 GPU 术语词典，将零散的 NVIDIA 文档、CUDA 细节及编译器参数整合为单一的可导航资源，旨在帮助工程师优化 LLM 的训练与推理。

NVIDIA 已开源 cuda-oxide，这是一个实验性的 rustc 后端，允许开发者直接用纯 Rust 编写 CUDA 内核，无需 DSL、FFI 或源码到源码的转换。

cuda-oxide 是一个实验性的 Rust 到 CUDA 编译器，允许开发者编写安全、符合 Rust 惯用法的 GPU 内核，并直接编译为 PTX。

cuda-oxide 是 NVIDIA 发布的一款实验性 Rust-to-CUDA 编译器后端，支持纯 Rust GPU 内核开发，无需外部语言绑定。

本文介绍了康奈尔大学虚拟工作坊提供的免费在线教程，内容涵盖使用 C 语言进行基础 CUDA 编程，并包括先决条件和附加资源。

讨论GPU内核工程从C++ CuTe/CUTLASS向NVIDIA基于Python的CuTeDSL的转变，质疑新工程师是应该学习遗留的C++模板，还是优先考虑为LLM推理工作而兴起的新技术栈。

NVIDIA GTC 2026 主题演讲重点庆祝 CUDA 问世 20 周年，正式发布搭载 AI 驱动神经渲染技术的 DLSS 5，并全面展示 NVIDIA 在车载、医疗、机器人及各垂直领域的加速计算平台。Jensen Huang 指出，受庞大 AI 需求驱动，预计 2025 至 2027 年间计算业务营收将突破 1 万亿美元。

# 介绍 Triton：神经网络开源 GPU 编程 来源：[https://openai.com/index/triton/](https://openai.com/index/triton/)  我们发布了 Triton 1.0，这是一种开源的类 Python 编程语言，使没有 CUDA 经验的研究人员能够编写高效的 GPU 代码——在大多数情况下与专家能够生成的代码性能相当。

# deepseek-ai/DeepGEMM 来源：[https://github.com/deepseek-ai/DeepGEMM](https://github.com/deepseek-ai/DeepGEMM) # DeepGEMM DeepGEMM 是一个统一的高性能张量核心内核库，整合了现代大语言模型的关键计算原语——GEMM（FP8、FP4、BF16）、带通信重叠的融合 MoE（Mega MoE）、闪电索引器的 MQA 评分、超连接（HC）等——形成一个统一的 CUDA 代码库。所有内核均在运行时编译