Rust语言现已支持在所有主流GPU平台上运行，包括CUDA、SPIR-V、Metal、DirectX 12、WebGPU以及CPU回退方案。通过单一Rust代码库，开发者无需使用特定GPU语言如WGSL、GLSL等，即可实现跨平台计算逻辑。该项目已在GitHub上开源，展示了Rust在GPU编程中的通用性和便捷性。

标题：Rust 在所有 GPU 上运行

主要内容：

作者展示了一个使用单一 Rust 代码库在各大 GPU 平台上运行的演示项目。该代码库支持以下平台：

• CUDA：用于 NVIDIA GPU
• SPIR-V：用于支持 Vulkan 的 GPU（如 AMD、Intel、NVIDIA 和 Android 设备）
• Metal：用于苹果设备
• DirectX 12：用于 Windows
• WebGPU：用于浏览器
• CPU：作为非 GPU 系统的备用方案

所有平台的计算逻辑均使用标准的 Rust 编写，无需使用着色器或内核语言。代码已开源在 GitHub 上。

背景：

传统上，GPU 编程使用专门的着色器语言（如 WGSL、GLSL、MSL、HLSL 等），这些语言与主机应用程序的语言和工具链分离，增加了复杂性。Rust 社区则尝试通过将标准 Rust 代码直接编译到 GPU 目标来简化这一过程。主要项目包括：

1. Rust GPU：将 Rust 代码编译为 SPIR-V，适用于 Vulkan 和其他现代 GPU API。
2. Rust CUDA：将 Rust 代码编译为 NVVM IR，支持在 NVIDIA GPU 上通过 CUDA 运行。
3. Naga：由 wgpu 团队开发的 GPU 语言翻译层，支持 WGSL、SPIR-V、GLSL、MSL 和 HLSL 之间的转换。

这些项目最初由不同团队独立开发，作者作为 Rust GPU 和 Rust CUDA 的维护者，致力于将它们整合在一起。此次演示首次实现了所有主要 GPU 后端从单一 Rust 代码库运行，标志着 Rust 跨平台 GPU 计算的可行性。

工作原理：

演示项目实现了一个简单的双调排序算法，计算逻辑在所有目标平台上共享，CPU 和 GPU 运行相同的代码。项目通过 Rust 的特性标志和编译目标选择不同的后端和驱动 API。例如：

• cargo build --features wgpu 使用 wgpu，选择系统默认的驱动 API。
• cargo build --features cuda 启用 NVIDIA 的 CUDA 后端。

内核在构建时编译为适当的设备格式，并嵌入到二进制文件中。虽然演示项目不支持运行时加载，但底层工具和生态系统支持多内核和多入口点。

技术细节：

项目充分利用了 Rust 的特性，如 no_std 支持、条件编译、新类型、枚举、泛型等，确保代码在 GPU 上高效运行。例如：

• no_std 支持：GPU 代码使用 #![no_std]，因为标准库在 GPU 上不可用。
• 条件编译：通过 #[cfg] 实现平台特定的代码路径。
• 新类型：使用新类型（如 ThreadId）在编译时防止逻辑错误。
• 枚举：用枚举替代魔数，确保类型安全。

未来展望：

尽管 Rust 在 GPU 编程上取得了重要进展，但开发者体验仍有改进空间。例如，编译器后端尚未集成到 rustc 中，调试编译过程也较为复杂。未来目标是进一步优化性能，统一 API，并更好地集成到 Rust 生态系统中。

参与方式：

欢迎加入 Rust GPU 和 Rust CUDA 社区，共同推动 Rust 在 GPU 编程领域的发展。更多信息可访问 Rust GPU GitHub 仓库 和 Rust CUDA GitHub 仓库。

评论内容总结：

1. 支持现有代码的无修改运行

   • 观点：现有的 no_std 和 no alloc 代码可以直接在 GPU 上运行，这为许多创新想法提供了可能性。
   • 引用：
     • "Existing no_std + no alloc crates written for other purposes can generally run on the GPU without modification."
     • "Wow. That at first glance seems to unlock ALOT of interesting ideas."

2. 对抽象层的质疑

   • 观点：虽然技术令人印象深刻，但抽象层可能掩盖 GPU 的低级细节，导致性能损失和错误，尤其是在不同硬件平台上。
   • 引用：
     • "I generally distrust any abstractions over the GPU api, as the entire point is to leverage the low level details of the gpu."
     • "Treating those details as a nuisance leads to bugs and performance loss, because each target is meaningfully different."

3. 条件编译的支持

   • 观点：条件编译的引入有助于应对平台差异，但理想的解决方案应由硬件厂商提供统一的系统。
   • 引用：
     • "Its good that this approach at least allows conditional compilation, that helps for sure."
     • "To overcome this, a similar system should be brought forward by the vendors."

4. 多后端编译的可能性

   • 观点：目标是通过多后端编译实现通用代码的跨平台运行，尽管当前演示未展示此功能。
   • 引用：
     • "Though this demo doesn't do so, multiple backends could be compiled into a single binary and platform-specific code paths could then be selected at runtime."
     • "That’s kind of the goal, I’d assume: writing generic code and having it run on anything."

5. 其他语言的类似功能

   • 观点：Zig 等语言也支持编译到 SPIR-V，但具体实现和效果尚不明确。
   • 引用：
     • "Zig can also compile to SPIR-V. Not sure about the others."
     • "And I haven't tried the SPIR-V compilation yet, just came across it yesterday."

总结：评论者对现有代码的无修改运行表示赞赏，但对抽象层的潜在问题持保留态度。条件编译和多后端编译被认为是应对平台差异的有效手段，而其他语言的类似功能也值得关注。