# cutlt

**Repository Path**: graviton/cutlt

## Basic Information

- **Project Name**: cutlt
- **Description**: cuda tile python test
- **Primary Language**: Unknown
- **License**: AGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-11
- **Last Updated**: 2026-05-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# cuTile Python 演示项目

本项目演示 NVIDIA cuTile Python 的基本用法. cuTile 是基于 CUDA Tile 编程模型的 Python DSL, 让你可以用基于 tile(分块)的抽象来编写 GPU 内核, 而无需手动管理线程.

## 环境要求

- **GPU**: Compute Capability 8.x (Ampere/Ada), 10.x, 11.x 或 12.x (Blackwell)
- **驱动**: NVIDIA Driver r580 或更高版本
- **CUDA Toolkit**: 13.1 或更高版本
- **Python**: 3.10 ~ 3.13(暂不支持 3.14)
- **包管理**: [uv](https://docs.astral.sh/uv/)(本项目统一使用 uv 管理虚拟环境与依赖)

## 安装

本项目使用 `uv` 管理虚拟环境与包, 无需手动激活 venv 或调用 pip.

```bash
# 1. 确保已安装 uv
#    Windows: powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
#    Linux/macOS: curl -LsSf https://astral.sh/uv/install.sh | sh

# 2. 克隆/进入项目后, 一键同步依赖(自动创建 .venv)
uv sync
```

`pyproject.toml` 已声明所需依赖: `cuda-tile`, `cupy-cuda13x`, `numpy`. `uv sync` 会自动解析并安装到项目独立的 `.venv` 中.

## 项目结构

```
.
├── README.md
├── AGENTS.md               # 本项目的 Agent 开发规范
├── pyproject.toml          # 项目配置与依赖(uv 读取)
├── uv.lock                 # 锁定依赖版本(uv 自动生成)
├── .python-version         # 指定 Python 版本(uv 读取)
└── examples/
    ├── 01_vector_add.py    # 向量加法(入门示例)
    ├── 02_saxpy.py         # SAXPY 缩放向量加
    ├── 03_matrix_mul.py    # 矩阵乘法
    └── 04_tile_ops.py      # Tile 基本操作
```

## 核心概念

cuTile 编程模型的关键抽象:

| 概念       | 说明                                          |
| ---------- | --------------------------------------------- |
| **Array**  | 主要数据结构, 存放在 GPU 显存中               |
| **Tile**   | 数组的子集(分块), 内核操作的基本单位          |
| **Kernel** | 用 `@ct.kernel` 装饰的函数, 在 GPU 上并行执行 |
| **Block**  | GPU 上的执行单元, tile 操作在各 block 间并行  |

典型 cuTile 内核三步走:

1. **Load** — 从全局显存加载 tile 到 block
2. **Compute** — 在 tile 上执行计算
3. **Store** — 将结果 tile 写回全局显存

## 快速运行

```bash
# uv run 会自动使用项目 .venv, 无需手动激活
uv run examples/01_vector_add.py
uv run examples/02_saxpy.py
uv run examples/03_matrix_mul.py
uv run examples/04_tile_ops.py
```

## 官方资源

- [cuTile Python Quickstart](https://docs.nvidia.com/cuda/cutile-python/quickstart.html)
- [GitHub: NVIDIA/cutile-python](https://github.com/NVIDIA/cutile-python)
- [CUDA Tile 主页](https://developer.nvidia.com/cuda/tile)