CUDA Python 1.0 : le GPU sans écrire de C++

Descendre au GPU sans quitter Python, et sans casse à chaque mise à jour.

Nvidia publie CUDA Python 1.0, qui regroupe cuda.core, cuda.compute, cuda.bindings, cuda-pathfinder et nvmath-python sous une numérotation unique et une API stable en versionnage sémantique. L'objectif affiché : accéder à toutes les fonctions CUDA depuis Python sans passer par du C++ ni par PyTorch ou CuPy.

27 août 20261 min de lecturevidéo 1:24

Ce qui se passe

Publié avec CUDA 13.3, CUDA Python 1.0 expose l'API CUDA à Python au même niveau qu'en C++. Nvidia rassemble plusieurs paquets jusque-là séparés sous une numérotation de version et une politique de ruptures communes.

Les composants :

cuda.core — objets d'exécution : périphériques, flux, tampons mémoire
cuda.compute — algorithmes parallèles des CCCL : sort, scan, reduce, transform, unique, histogram, top-k
cuda.bindings — liaisons directes vers toutes les API C
cuda-pathfinder — détecte les composants CUDA installés sur la machine
nvmath-python — bibliothèques mathématiques

Terminal

pip install cuda-python cuda-cccl numba-cuda-mlir[cu13]

Ce que ça change

cuda.core sert de socle partagé : plusieurs bibliothèques manipulant les mêmes objets sous-jacents, un tampon ou un flux se transmet d'une bibliothèque à l'autre sans copie ni conversion. Nvidia cite le cas des Green Contexts, ces contextes privilégiés en latence, qui se gèrent alors au-delà des frontières d'une bibliothèque.

L'autre moitié de l'annonce est le numéro de version lui-même : API stable, versionnage sémantique, ruptures réservées aux majeures et retraits selon des règles annoncées. C'est ce qui permet d'écrire du code bas niveau sans le réécrire à chaque montée de version.

Source (en allemand) : heise Developer, Nie wieder PyTorch: Nvidia veröffentlicht CUDA Python 1.0 · annonce d'origine : NVIDIA Developer Blog