在AI技术飞速发展的当下，算力已成为推动行业前进的核心动力。提到算力，英伟达的显卡总是绕不开的话题。然而，要让这些显卡真正发挥效能，并非简单的硬件安装就能实现，背后需要一套完善的软件和算法支持。CUDA，作为英伟达精心打造的软件生态，正是其稳固市场地位的关键所在。近日，CUDA迎来了13.1版本的重大更新，这一版本被英伟达誉为自2006年发布以来最具里程碑意义的功能拓展。
此次更新中，英伟达推出了全新的CUDA Tile编程模型，并配套了一系列工具、文档和调度特性。这一创新引起了半导体及AI领域的广泛关注，不少专家认为它将深刻改变整个行业格局。那么，一个编程模型的更新，为何能引发如此大的反响？
CUDA Tile的引入，标志着“模块化”编程时代的到来。过去，使用CUDA进行编程需要开发者自行管理核心变量、手动分配内存参数，并按照SIMT模型进行编程。而CUDA Tile则简化了这一过程，它将数据在算法层面切割成独立的矩阵块，开发者只需针对这些矩阵块的用途进行编程，无需再操心后续的运转和专用计算单元的调用，这些工作将由编译器和运行时系统自动完成。
为了支撑CUDA Tile，英伟达在13.1版本中引入了新的虚拟指令集CUDA Tile IR，并提供了cuTile Python这一DSL。这使得开发者能够用熟悉的Python语言编写矩阵块内核，再由Tile IR负责将其映射到底层硬件。这种做法在计算行业并不罕见，华为、阿里等企业也在采用类似的图块化编程技术来优化计算效率。
除了CUDA Tile，13.1版本还对基础功能模块进行了优化。例如，新的Green Contexts技术让GPU的SM能够根据实际运行指令进行资源分割，优先满足低时延任务的需求，从而提升了云服务器对在线服务的支持能力。同时，Multi-Process Service也得到了增强，引入了MLOPart分区和静态SM分区模式，使得多进程共享GPU资源时能够得到更准确的资源划分，这对于AI大模型这类混合负载为主的计算需求尤为重要。
英伟达还对数学库和工具链进行了全面升级。cuBLAS现在能够提供基于Tensor Core的FP32/FP64仿真GEMM，支持在Blackwell等GPU上加速双精度矩阵运算，进一步提升了主流AI模型的性能。这一系列更新使得CUDA 13.1几乎从头到尾都进行了革新，开发者们纷纷用“新时代的到来”来形容这一版本。
对于AI行业而言，CUDA 13.1的更新意味着开发门槛的显著降低。过去，编写CUDA库和工具需要开发者具备极高的知识储备和调试能力，而现在，开发者只需决定子系统的参数和功能，即可快速构建完整的程序。这不仅降低了对开发者技能的要求，也加速了AI应用的开发进程。
然而，CUDA Tile的引入也引发了一些担忧。有开发者担心，一旦CUDA Tile的性能表现不如预期，深度调试将变得困难，因为开发者将面对的是抽象的Tile运算，而非底层指令。但尽管如此，CUDA开发的简易化趋势已不可阻挡。英伟达在13.1版本中保留了传统SIMT开发工具，为开发者提供了更多的选择空间。
随着CUDA 13.1的更新，AI生态大战的序幕也悄然拉开。过去，AMD ROCm、Intel oneAPI以及中国厂商的自研GPU等，都在尝试通过转编译来适配CUDA生态。然而，CUDA Tile的到来可能使得这一适配过程变得更加复杂。开发者一旦习惯使用Tile IR+cuTile进行编程，将面临从语法翻译到编译器重建的双重挑战。
不过，也有专家对此持不同观点。传奇芯片架构师Jim Keller认为，CUDA Tile可能会加速CUDA护城河的消失。他指出，CUDA的优势在于其完善的库和框架，但过高的上手门槛限制了其普及。而CUDA Tile将使得Tiling成为CUDA生态的主流，而业界大多数主流AI生态早已转向Tiling。因此，只需解决CUDA Tile代码与其他Tiling体系之间的互译问题，开发者就能轻松将CUDA软件移植到其他AI芯片生态中。
在这场AI生态大战中，英伟达希望进一步加深与AI行业的捆绑，而其他厂商则需要在追赶CUDA生态的同时构筑自己的护城河。无论结果如何，接下来的几年里，围绕AI生态展开的博弈都将变得更加激烈。在这场没有硝烟的战争中，谁能够脱颖而出，成为最终的赢家，仍需时间来揭晓。
