目标

Rust CUDA 项目是一个旨在使 Rust 成为使用 CUDA 工具包进行极快 GPU 计算的一级语言的项目的项目。它提供了将 Rust 编译成极快的 PTX 代码的工具，以及用于与现有的 CUDA 库一起使用的库。

背景

历史上，通用高性能 GPU 计算一直是使用 CUDA 工具包完成的。CUDA 工具包主要提供了一种方法，可以通过单个源代码使用 Fortran/C/C++ 代码在 GPU 上进行计算，并与 CPU 代码结合使用。它还提供了许多库、工具、论坛和文档，以补充单源 CPU/GPU 代码。

CUDA 是一个仅限于 NVIDIA 的工具包。已经提出了许多跨平台 GPU 计算工具，如 OpenCL、Vulkan 计算和 HIP。然而，CUDA 仍然是此类任务中最常用的工具包。这就是为什么使 Rust 成为与 CUDA 工具包一起使用的可行选择至关重要。

然而，CUDA 与 Rust 的结合在历史上一直是一条非常坎坷的道路。直到现在，唯一可行的选择是使用 LLVM PTX 后端，但是，LLVM PTX 后端并不总是有效，并且会为许多常见的 Rust 操作生成无效的 PTX，而在最近几年中，随着像 rust-gpu（Rust -> SPIR-V）这样的项目的出现，一次又一次地表明，需要一个针对 GPU 上的 Rust 的专门解决方案。

我们的目标是希望通过这个项目推动Rust GPU计算行业的发展，使Rust成为这类任务的最佳语言。Rust提供了许多好处，例如每个内核的__restrict__性能提升，出色的模块/crate系统，使用unsafe限定CPU/GPU代码中的不安全区域，高级封装到低级CUDA库等。

结构

Rust CUDA项目的范围非常广泛，涵盖了整个CUDA生态系统，提供了使用Rust可用的库和工具。因此，该项目包含了CUDA生态系统各个方面的许多crate。

当前的库列表如下

• rustc_codegen_nvvm，这是一个针对NVVM IR（LLVM IR的子集）的rustc后端，用于libnvvm库。
  • 生成高度优化的PTX代码，可以被CUDA驱动API加载并在GPU上执行。
  • 在不久的将来，它可能只支持CUDA，但未来可能用于目标AMDGPU。
• cuda_std，用于GPU端函数和实用工具，如线程索引查询、内存分配、warp内嵌函数等。
  • 不是一个低级库，提供许多实用函数，使编写更清晰、更可靠的GPU内核变得容易。
  • 与rustc_codegen_nvvm紧密相关，通过它内部暴露GPU功能。
• cust，用于CPU端的CUDA功能，如启动GPU内核、GPU内存分配、设备查询等。
  • 高级，具有RAII和Rust Results等特性，使管理GPU接口更容易、更清晰。
  • 是CUDA驱动API的高级封装，是C++中更常见的CUDA运行时API的更低级版本。
  • 比C++运行时API提供了对内核并发和模块加载等事物的更多细粒度控制。
• gpu_rand，用于GPU友好的随机数生成，目前仅实现了来自rand_xoshiro的xoroshiro RNGs。
• optix，用于CPU端的硬件光线追踪和去噪，使用CUDA OptiX库。

还包括许多用于诸如某些较小CUDA库的高级封装的“胶水”crate。

相关项目

其他与在GPU上使用Rust相关的项目

• 2016年： glassful，Rust的一个子集，编译为GLSL。
• 2017年： inspirv-rust，实验性的Rust MIR -> SPIR-V编译器。
• 2018年： nvptx，使用rustc的nvptx目标（使用LLVM PTX后端）将Rust编译为PTX的编译器。
• 2020年： accel，一个高级库，依赖于与nvptx相同的机制。
• 2020年： rlsl，实验性的Rust -> SPIR-V编译器（rust-gpu的前身）。
• 2020年： rust-gpu，Rustc代码生成后端，将Rust编译为SPIR-V用于着色器，与我们的项目具有类似机制。

许可证

根据您的意愿，许可方式为以下之一：

• Apache License，版本2.0，(LICENSE-APACHE或https://apache.ac.cn/licenses/LICENSE-2.0)
• MIT许可证 (LICENSE-MIT或http://opensource.org/licenses/MIT)

。

贡献

除非您明确声明，否则根据Apache-2.0许可证定义的，您有意提交以包含在作品中的任何贡献，应双许可如上所述，没有任何额外条款或条件。