本文介绍了VectorWare公司成功在GPU上实现Rust的可移植SIMD（core::simd），使开发者能利用熟悉的Rust抽象编写高性能GPU应用。此前他们将Rust线程映射到GPU warp，但未充分利用并行通道，此次突破进一步释放了GPU的并行计算潜力。

VectorWare公司宣布成功在GPU上使用Rust的可移植SIMD（core::simd），这是GPU编程的重要里程碑。文章解释了实现原理：GPU的SIMT模型本质上就是SIMD，一个warp的32个通道可直接映射为Simd<T, 32>向量。通过这种映射，Rust的便携SIMD代码无需修改即可在CPU和GPU上运行，编译器会自动将其降级为相应的硬件指令。

实现细节包括：元素级操作直接映射为GPU原生指令；归约操作使用warp shuffle指令；跨通道混洗也映射到warp shuffle原语；SIMD掩码使用GPU的vote和ballot指令。文章还讨论了通道数不匹配时的处理方式，以及VectorWare开发的类型系统IR，用于在Rust类型系统中编码warp编程原语。

主要优势是同一份代码可在CPU和GPU上运行，无需重写。缺点包括便携SIMD仍不稳定、向量宽度与warp不匹配时效率降低、某些跨通道操作可能效率不高。未来工作包括组合SIMD、线程和异步，以及将矩阵SIMD映射到张量核心。

根据评论内容，主要观点和论据总结如下：

1. 对Rust-GPU工作的肯定与祝贺 - 评论1（efnx）：“Congrats to the Rust-GPU folks! Nice to see the good work flowing.”（祝贺Rust-GPU团队，看到优秀工作持续推进。） - 评论10（devdan2）：“Really exciting work and great write up... This will become useful in one of my sideproject.”（令人兴奋的工作和出色的文章，将在我的副项目中派上用场。）

2. 对SIMD移植到GPU的惊讶与赞赏 - 评论3（6r17）：“My heard hurts - i was stupid enough to think that SIMD was a CPU only thing... huge kudos to managing to surprise me.”（我原以为SIMD仅限CPU，移植到GPU令人惊讶，高度赞赏。） - 该观点无负面评论，认可度较高。

3. 对Rust便携式SIMD库的讨论（含批评） - 评论5（O3marchnative）指出官方便携式SIMD库仅支持nightly，并推荐替代方案fearlesssimd：“The only issue with portable SIMD is it's only available on nightly... we had to switch to the fearlesssimd crate.”（便携式SIMD仅限nightly，我们改用fearless_simd。） - 评论7（camel-cdr）批评其非性能可移植性：“They specifies a constant SIMD width so it's non-portable... why are we using SIMD again?”（指定固定SIMD宽度导致不可移植，质疑使用SIMD的意义。） - 评论9（grokcodec）希望有类似Google Highway库的成熟Rust SIMD库：“I would love to have an open source Rust SIMD library with the scope and maturity that highway brings to C++.”（希望有与C++ Highway库同等规模和成熟度的开源Rust SIMD库。）

4. 其他评论 - 评论2（LegNeato）为作者，表示可提问（AMA）。 - 评论4（the__alchemist）质疑评论区是否为机器人。 - 评论6（nynx）询问复杂算法（如基数排序）在GPU上的性能表现。 - 评论8（nperez19）赞赏网站的“学究模式”设置。

总结：评论整体对Rust-GPU工作持积极态度，尤其赞赏SIMD移植到GPU的创新性。但对Rust便携式SIMD库的可用性和性能可移植性存在批评，并期待更成熟的替代方案。