全新 CUDA Tile 亮相，晶片遊俠 Jim Keller：輝達想拆掉護城河？

輝達在 CUDA 13.1 中推出全新的 CUDA Tile，甚至可直接以 Python 定義 Tile 運算，由編譯器自動完成底層最佳化。開發門檻大幅降低之餘，也使得專家提出質疑，輝達此做法會不會反而造成自家多年的護城河瓦解？

The largest advancement of the CUDA platform since its creation in 2006 is here 👀

Introducing CUDA Tile, a tile-based programming model that provides the ability to write algorithms at a higher level and abstract away the details of specialized hardware, such as tensor cores.… pic.twitter.com/C9eloDN0Wn

— NVIDIA AI Developer (@NVIDIAAIDev) December 5, 2025

CUDA Tile 是什麼?

CUDA Tile 的核心在於新的 CUDA Tile IR，CUDA Tile IR 是 NVIDIA 推出的新型程式表示方式，開發者只需定義資料如何切分、每個區塊要執行哪些運算，編譯器會自動處理 thread、記憶體與 Tensor Core 等底層細節，讓 GPU 程式的撰寫方式更簡單，也更容易跨硬體移植。

（Source：輝達）

而且 CUDA Tile 也與現有 CUDA 模型並存，開發者仍可在需要時撰寫傳統 SIMT，而在需要加速 Tensor Core 或高維度張量計算時，改以 Tile 設計。

（Source：同上）

對一般開發者而言，輝達提供了更高階的 cuTile Python 作為主要入口，讓使用者能以 Python 撰寫 Tile-based GPU 程式；而對編譯器或 DSL 開發者，則可直接使用 Tile IR 作為後端目標，構建新的框架或語言工具鏈。

CUDA 護城會被瓦解嗎？

曾參與 AMD Zen、Apple A 系列、Tesla Autopilot 設計，現在為AI 晶片新創公司 Tenstorrent 執行長 Jim Keller 指出，若未來主流 GPU 程式設計逐漸轉向 Tile-based ，可能會使得像是 AMD、Intel 或新創 AI 加速器更有機會切入。

Curious. Did Nvidia end the Cuda “moat" ? If they move to tiles like most other hardware, the AI kernels will be easier to port.https://t.co/ggeT0RUbfv

— Jim Keller (@jimkxa) December 7, 2025

等開發者習慣了「寫 Tile、硬體自己最佳化」這種方式後，同一套程式邏輯就更容易搬到不同的 GPU 上使用，不像過去 CUDA C++ 那麼綁硬體。

然而，目前 Tile IR 與 cuTile Python 仍是 NVIDIA 專屬的編譯與執行環境，其他硬體廠商並無法直接運行或兼容這些高階抽象。開發者若要在非 NVIDIA 硬體上使用，相同的程式仍需改寫或切換完全不同的工具鏈。

CUDA Tile 雖讓 GPU 開發更簡化、更貼近 Python，但其核心生態仍掌握在輝達手中。業界普遍認為：短期內 CUDA 的護城河不會被削弱，反而可能因抽象層提高而更鞏固。不過長期會怎麼發展下去仍要觀察。

•  Focus on Your Algorithm—NVIDIA CUDA Tile Handles the Hardware

（首圖來源：輝達）