NVIDIA 把 CUDA Tile 搬進 BASIC

NVIDIA 在 2026 年 4 月 1 日丟出一篇很會玩的文。主角是 cuTile BASIC。它把 CUDA 13.1 的 tile-based GPU 編程，包進 BASIC 外皮。

這梗很鬧，但不是純搞笑。文章裡的範例真的在講 tile、MMA、資料分塊。講白了，NVIDIA 想證明一件事：GPU 程式不必永遠綁死在 CUDA C++。

如果你寫過 kernel，就知道痛點在哪。你要管 thread、block、launch config，還要顧 memory access。cuTile BASIC 的意思很直接：把心力移到資料切塊，剩下交給編譯器。

這篇文章到底在秀什麼

核心其實是 CUDA Tile。它是 CUDA 13.1 裡的 tile-based programming model。開發者先描述資料怎麼切成 tile，再描述 tile 上要做什麼。

這種寫法很適合 GPU。因為很多工作本來就是矩陣、向量、分塊運算。你不用每次都手動算 thread index。你只要講清楚資料區塊，後面讓工具處理。

文章拿 BASIC 來示範，也不是亂選。BASIC 是很多人第一個學的語言。它有行號，也夠老派。NVIDIA 故意用它，來凸顯 tile IR 的語言無關性。

• CUDA Toolkit 13.1 是基礎版本。
• 文章提到的 GPU 需要 compute capability 8.x 到 12.x。
• 驅動需求是 R580 以上。
• Python 3.10 也在安裝清單裡。
• 套件是透過 pip 裝進去的。

BASIC 只是笑點，技術也是真的

文章最妙的地方，是它把懷舊梗和實作混在一起。你會看到 line number、老電腦、甚至像在寫學校作業的語氣。然後下一秒，它就拿出一段 vector add 程式。

那段程式很短。它用 TILE 和 BID 表達資料分塊。你不用手算每個 thread 的位置。這對看慣 CUDA C++ 的人來說，衝擊很大。

更有意思的是，這不是單純語法糖。它背後是 tile IR。也就是說，BASIC 只是前端之一。真正重要的是中間層可以接很多語言。

“CUDA Tile, introduced in CUDA 13.1, enables flexible tile-based GPU programming from any language.” — NVIDIA Technical Blog

矩陣乘法的例子更有感。文章用了 MMA，還寫出像 A(128, 32)、B(32, 128)、C(128, 128) 這種 tile 尺寸。這些數字不是裝飾。這就是 GPU 最常見的思考方式。

說真的，這種示範很聰明。因為它讓人一眼看懂。你不用先讀 200 行 kernel，才知道資料怎麼跑。對教學、原型、舊系統改造都很有用。

跟傳統 CUDA 比，差在哪

傳統 CUDA C++ 很強。這點沒人會嘴。你可以精準控制 thread mapping、shared memory、warp 行為。代價就是語法很吵，心智負擔也高。

cuTile BASIC 的路線完全不同。它把重點放在 tile。你先定義資料區塊，再定義區塊上的運算。編譯器去處理很多底層細節。

這種抽象有好處，也有代價。好處是可讀性高。代價是你少了一些手動調校空間。要榨乾最後幾個百分點效能，還是得回到更底層的工具。

• CUDA C++：你要自己管 threadIdx.x 和 blockIdx.x。
• cuTile BASIC：你直接對 tile 做運算。
• CUDA C++：launch geometry 要自己算。
• cuTile BASIC：很多配置交給 compiler 和 runtime。
• CUDA C++：適合極致調校。
• cuTile BASIC：適合教學、移植、快速驗證。

文章裡的測試數字也不是空話。vector add 跑 1,024 個元素。GEMM 則是 512x512 矩陣。結果還會檢查誤差，像 max difference 0.000012 這種值，代表它不是只做表面功夫。

我覺得這裡最重要的訊號，是 NVIDIA 在推一個共享後端。前端可以很多種。BASIC、Python、Julia、甚至別的 DSL，都有機會接上去。這比單一語言工具鏈更有彈性。

這跟其他方案比，位置在哪

如果拿來跟一般 GPU 生態比，cuTile BASIC 很像一種介於教學與正式工具之間的東西。它不像 CUDA C Programming Guide 那麼底層，也不像高階框架那麼黑盒。

對比 NVIDIA 的 GitHub 範例，你可以看出方向很清楚。NVIDIA 想把 tile 當成共通語言。前端可以換，資料切塊的邏輯不換。

這也讓人想到其他語言的 GPU 路線。像 Julia 社群就很愛這種高階表達方式。OraCore.dev 之前也寫過 cuTile.jl。那篇和這次 BASIC 的邏輯很像。

• 傳統 CUDA：控制力最強。
• cuTile BASIC：語法最短，讀起來最直白。
• Julia 方案：適合研究和數值運算。
• Python 方案：適合資料科學團隊。
• DSL 路線：適合特定領域工作負載。

如果你問我，這種設計最有價值的地方，不是 BASIC 本身。是它證明 tile backend 可以吃下奇怪前端。這代表未來很多舊語言，也可能找到 GPU 出口。

這對企業很實際。很多公司還留著老系統。不是每個團隊都能把 Fortran、BASIC 或自家 DSL 全部重寫。能接上 GPU，才是重點。

這件事放回產業脈絡看

GPU 編程這幾年一直在分層。底層是 CUDA、PTX、driver。上層則是各種框架、DSL、編譯器。大家都想少碰硬體細節。

這不是偷懶。是成本問題。開發者時間很貴。能少寫 300 行樣板碼，就少掉很多 bug。尤其是矩陣運算、推論、資料搬移這類工作。

所以 tile-based 編程很合理。它把運算單位從 thread 拉回資料。這跟現代 AI 和 HPC 的工作型態很合。很多模型本來就是大塊矩陣在跑。

我覺得 NVIDIA 這篇 April Fools 文，其實是在測風向。它一邊玩笑，一邊告訴大家：tile IR 不是玩具。它要變成平台。

這種做法也有市場意義。當工具鏈夠彈性，生態就比較容易長。開發者不一定愛 BASIC，但會在意「我能不能用熟悉的語言碰 GPU」。這才是重點。

我怎麼看這個梗

老實說，這篇很會寫。它的笑點夠老派，技術點也夠硬。不是那種只會丟梗圖的行銷文。它真的有 demo，也真的有數字。

如果你是 GPU 開發者，這篇值得看。不是因為 BASIC 很酷。是因為它提醒你，編譯器和 IR 可能比語言本身更重要。

接下來我會盯兩件事。第一，還會有哪些語言接上 tile backend。第二，這套模型在真實工作負載上，能不能少掉更多 boilerplate，又不犧牲太多效能。

講白了，這次的重點不是 BASIC。是 NVIDIA 在告訴大家：GPU 程式可以更像在描述資料，而不是在手刻座標。你如果還在維護老程式，現在就該想想，哪個模組最適合先試 tile 化。