点击上方“Deephub Imba”,关注公众号,好文章不错过 ...

在 GPU 计算领域，CUDA 曾是无可替代的 "武林秘籍"—— 掌握它，就意味着手握 GPU 加速计算的钥匙。但 2025 年末，英伟达用 CUDA Toolkit 13.1 掀起了一场颠覆性变革，Tile 编程模型横空出世，让 GPU 编程从专业开发者的 "专属特权"，变成了普通开发者触手可及的工具，堪称自 2006 年 CUDA 诞生以来最彻底的范式升级。

经过近20年的发展，英伟达已经在全球拥有500多万的CUDA生态开发者，该公司创始人兼CEO 黄仁勋 多次强调CUDA开发者是英伟达最重要的资产和竞争优势。“护城河不是芯片，是数百万开发者写下的代码惯性。”黄仁勋在2025年GTC大会演讲中提到。

采访 | 张红月 嘉宾｜刘童璇出品 | CSDN（ID：CSDNnews）2025 年，AI 基础设施（AI Infra）告别了技术概念的空谈模式，转入了由成本和效率定义的残酷现实。在 3 月，DeepSeek 抛出了一个极具冲击力的事实：基于其 ...

其核心逻辑简单而直接：通过自动化移植工具，将原本绑定在国际主流平台上的C++源代码，转化为MUSA架构的C++源代码，让开发者以最小成本将国际主流GPU平台应用移植至MUSA GPU，最终运行在全功能GPU上。

在代码大模型（Code LLMs）的预训练中，行业内长期存在一种惯性思维，即把所有编程语言的代码都视为同质化的文本数据，主要关注数据总量的堆叠。然而，现代软件开发本质上是多语言混合的，不同语言的语法特性、语料规模和应用场景差异巨大。如果忽略这些差异，笼统地应用通用的 Scaling Laws，往往会导致性能预测偏差和算力浪费。

这项由南京大学人工智能学院的陈明、汤胜、谭荣熙等研究人员领导的研究团队，联合香港中文大学（深圳）数据科学学院的李梓牛、香港中文大学计算机科学与工程系的陈嘉成，以及南京大学软件新技术国家重点实验室的薛柯和钱超，共同开展了一项突破性研究。这项研究于202 ...

IT之家12 月 7 日消息，英伟达本周四发布了全新的 CUDA 13.1，这是自 2006 年 CUDA 平台问世以来规模最大的一次功能扩展更新。 英伟达介绍称，本次更新的重点在于引入了一种名为 CUDA Tile 的全新 GPU 编程方式，旨在让更广泛的开发者群体能够更轻松地运用强大的 AI ...

然而，“全能布局”的背后，潜藏着业务重心取舍的难题。9999元的定价策略，也凸显出芯片厂商跨界进入终端领域的生态位风险。这种看似“战线过长”的布局，实则折射出国产GPU厂商在国际霸权生态下的集体困境。

NVIDIA近日宣布推出CUDA 13.1版本，这一更新被官方誉为自2006年CUDA平台问世以来最具突破性的升级。其核心亮点在于引入了名为CUDA Tile的全新编程模型，将GPU编程的抽象层级提升至全新高度，为开发者开辟了更高效的并行计算路径。 传统SIMT（单指令多线程）模型 ...