Aivizor
Aivizor
EstilosCreacionesComunidad
Atrás
  1. Comunidad
  2. /
  3. Other AI

NVlabs lanza cuda-oxide v0.1.0, backend experimental de Rust a PTX para kernels SIMT

News
E
Elena Castellanos

5/10/2026, 2:26:25 PM

NVlabs lanza cuda-oxide v0.1.0, backend experimental de Rust a PTX para kernels SIMT

NVlabs publicó el 9 de mayo de 2026 cuda-oxide v0.1.0, un compilador experimental que permite escribir kernels SIMT de GPU en Rust y generar PTX (Parallel Thread Execution) directamente. El proyecto está diseñado para que funciones Rust anotadas con #[kernel] se comporten como kernels CUDA, eliminando la necesidad de FFI o de código C/C++ auxiliar y permitiendo compilación host+device en un único paso. Este enfoque puede simplificar el flujo de trabajo para desarrolladores que apunten a GPUs NVIDIA si el proyecto gana adopción.

En lo técnico, cuda-oxide actúa como un backend personalizado de rustc que intercepta CodegenBackend::codegen_crate y ejecuta una canalización Rust → rustc_public (Stable MIR) → Pliron IR → LLVM IR (.ll) → PTX (.ptx). Emplea Pliron, un IR de estilo MLIR implementado en Rust, y utiliza Stable MIR (rustc_public) para reducir roturas entre versiones del compilador. Gracias a ello, es posible compilar todo el proyecto con cargo sin requerir toolchains C++ ni CMake en el proceso de compilación.

El proyecto se posiciona junto a otras iniciativas del ecosistema: rust-gpu (orientado a SPIR‑V/Vulkan), rust-cuda (otro backend de rustc hacia NVVM IR con énfasis Rust‑first y funciones como async/await y partes de la std en dispositivo), CubeCL y std.offload. NVlabs afirma coordinarse con los mantenedores de rust-cuda y considera ambos proyectos complementarios, dado que persiguen objetivos distintos dentro del desarrollo de GPU en Rust.

Como consecuencia, cuda-oxide facilita la autoría de kernels en Rust más cercana al modelo de programación CUDA (SIMT) y produce PTX listo para GPUs NVIDIA, ofreciendo además la conveniencia de una compilación integrada host+device. Al tratarse de una versión inicial (v0.1.0) y de carácter experimental, su impacto práctico dependerá de la adopción por parte de la comunidad y de la evolución de su interoperabilidad con otras herramientas del ecosistema Rust para GPU.

Fuentes

  1. MarkTechPost AI · 5/10/2026
0
0
0

Respuestas (0)

Aún no hay respuestas en este tema.

9:41