Jim Keller：CUDA护城河或因迁移成本下降而削弱

CUDA Tile 重磅发布：英伟达的“开放”是真松绑，还是新围墙？

近日，英伟达在 GTC 2025 大会上正式推出 CUDA Tile —— 这是自 CUDA 2007 年问世以来，最具颠覆性的编程模型变革之一。不同于以往对底层线程和内存的精细操控，CUDA Tile 将 GPU 重新定义为一个“分块处理器”（tile processor），开发者只需描述“做什么”，而不再需要操心“怎么做”。

这一变化的核心，是引入了全新的低层中间表示 —— Tile IR。它像一个“智能编译器大脑”，自动完成 tile 大小划分、共享内存分配、线程调度、内存访问优化等繁琐任务。过去，开发者必须为每一代 GPU 架构（如 Ampere、Hopper、Blackwell）手动调优代码，而现在，一段简洁的算法描述，就能被编译器自动适配到最佳执行路径。

吉姆·凯勒放话：CUDA 的“围墙”要倒了？

英伟达首席架构师、曾主导苹果 A 系列芯片与 AMD Zen 架构的传奇人物吉姆·凯勒（Jim Keller），在发布会后罕见公开表态：“CUDA Tile 可能是 CUDA 从封闭走向开放的第一步。”

他的理由直击行业痛点：

抽象层级提升，代码不再绑定硬件：过去，CUDA 代码中充斥着对 SM 数量、Warp 大小、L2 缓存延迟等硬件细节的硬编码。而 Tile IR 抽象掉了这些，代码更接近数学表达式，而非硬件指令。
与 Triton、MLIR 等开源框架天然兼容：Tile 的“分块”思想，与 OpenAI 的 Triton、LLVM 的 MLIR、Google 的 XLA 等主流 AI 编译器高度一致。这意味着，未来用 Triton 写的模型，可能无需重写，就能通过 Tile IR 在 CUDA 上高效运行——反之亦然。

业内普遍认为，这是英伟达首次在编程模型层面，主动向“跨架构可移植性”低头。要知道，过去十年，CUDA 的成功建立在“性能无敌+生态垄断”之上，而如今，它开始主动降低迁移成本。

但别急着欢呼：新围墙，可能更坚固

尽管表面开放，但许多专家指出，CUDA Tile 的本质，是“用更高阶的封闭，替代低阶的封闭”。

关键事实是：

Tile IR 仍是英伟达私有技术，未开源，也未提交给 LLVM 或 Khronos 等开放标准组织。
性能巅峰仍依赖英伟达硬件：虽然编译器能自动优化，但真正的极致性能（如 FP8 精度、Transformer Engine、HBM3e 带宽）仍需 Blackwell 或未来架构的硬件支持。没有英伟达 GPU，Tile IR 就像没有发动机的跑车。
工具链深度绑定：NVIDIA Nsight、CUDA Toolkit、cuBLAS、cuDNN 等全套生态，依然是运行 Tile 程序的唯一可靠路径。第三方编译器（如 ROCm）目前无法解析 Tile IR。

换句话说：你不再需要懂 GPU 架构，但你必须用英伟达的芯片、英伟达的软件、英伟达的云服务，才能发挥它的全部威力。

行业风向：AMD、Intel 正在悄悄“抄作业”

值得注意的是，CUDA Tile 的发布，恰好发生在 AMD 推出 ROCm 6.0、Intel 发布 oneAPI 2025 的关键节点。

AMD 的 ROCm 正在加速支持 PyTorch 2.4 的原生编译器后端，而 Intel 的 Xe GPU 已能在部分 AI 框架中实现“一次编写，多卡运行”。更关键的是，开源项目如 MLIR 和 Triton 已成为多家厂商的共同语言。

有分析师指出，英伟达此举，或许是“主动防御”：与其让开发者被 Triton 带走，不如自己先拥抱它，把“开放”的主导权握在手里。这就像苹果推出 Metal 时，不是放弃控制，而是把 OpenGL 的混乱统一成自己的标准。

对开发者意味着什么？

无论你是 AI 研究员、HPC 工程师，还是游戏引擎开发者，CUDA Tile 都将带来实实在在的改变：

新手友好：无需再背诵 Warp Shuffle、Shared Memory Bank Conflict，5 行代码就能跑通矩阵乘法。
科研加速：算法论文可直接用 Tile IR 表达，无需为移植到不同平台重写代码。
企业风险降低：不再被锁定在单一供应商，至少在“代码层”有了更多选择权。

但现实是：如果你追求极致性能，尤其是在大模型训练、科学计算领域，英伟达仍是唯一能提供完整软硬协同解决方案的公司。迁移？理论上可行，实践中成本依然高昂。

结语：不是开放，而是“升级版垄断”

CUDA Tile 不是 CUDA 的终结，而是它的进化。它降低了入门门槛，提升了开发效率，也向行业释放了“我们愿意合作”的信号。但它没有放弃对底层的掌控——反而用更聪明的方式，把开发者锁进了一个更优雅、更高效、也更难以逃离的生态。

未来五年，GPU 编程的战场，将不再是“谁的 API 更强大”，而是“谁的编译器更智能、谁的工具链更无缝、谁的云平台更便宜”。

CUDA Tile，是英伟达的一次“战略性让步”，但它的终极目标，依然是让全世界都离不开它。

CB科技站