Nvidia bringt CUDA Python 1.0 auf C++-Niveau

Ein einziger Befehl soll die neue Python-Umgebung installieren: pip install cuda-python cuda-cccl numba-cuda-mlir[cu13]. Nvidia veröffentlicht CUDA Python 1.0 zusammen mit CUDA 13.3 und positioniert die Schnittstelle auf derselben Ebene wie C++.

Der Kern heißt cuda.core. Er stellt Python-Programmen Objekte für CUDA-Geräte, Streams — also Ausführungsströme — und Speicher bereit. Damit können Entwickler eigene Kernel, kleine Programme für parallele Berechnungen, schreiben oder bestehende Anwendungen optimieren.

Das Paket bündelt mehrere Bausteine: cuda.compute liefert parallele Algorithmen wie Sortieren, Suchen und Histogramme, cuda.bindings verbindet Python direkt mit allen C-Schnittstellen. cuda-pathfinder findet installierte CUDA-Komponenten, nvmath-python bringt Mathematikbibliotheken nach Python. Nach Aussage von Nvidia könnten damit bisher verwendete Pakete wie PyTorch, CuPy oder RAPIDS überflüssig werden.

Der technische Unterschied liegt laut Nvidia im gemeinsamen Objektmodell. Mehrere Komponenten und Anwendungen greifen auf dieselben zugrunde liegenden CUDA-Objekte zu, die dadurch über Bibliotheksgrenzen hinweg verwaltet werden können. Das soll auch für Green Contexts gelten, also für Kernel mit besonderen Latenzvorteilen.

Und dann? Nach Darstellung von Nvidia erhalten Python-Entwickler einen direkteren Weg zu CUDA, ohne für den Zugriff auf die C++-Funktionen zwingend zusätzliche Vermittlungsbibliotheken einsetzen zu müssen. Nvidia verspricht dafür eine stabile API mit semantischer Versionierung: Inkompatible Änderungen sollen nur in Hauptversionen erscheinen, während Funktionen nach vorhersehbaren Regeln entfernt werden. Ob die versprochene Vereinheitlichung im Alltag tatsächlich die bisherigen Bibliotheken ersetzt, muss die Nutzung der veröffentlichten Umgebung zeigen.