一段能在CPU上编译通过的Rust向量代码，原封不动扔到NVIDIA GPU上，结果和CPU上分毫不差。
做到这件事的是VectorWare。他们把Rust的core::simd——那套写一次就能编译到x86或Arm向量指令的“可移植SIMD”——映射到了GPU的warp上。同一份源码，CPU编译成向量指令，GPU编译成warp指令，不用改一行。
这件事值得注意的不是又一个“Rust能跑GPU”的炫技demo。真正的问题是：把GPU包装成一个普通的Rust后端，能不能让开发者不学CUDA也拿到硬件级并行？答案要过三道坎——core::simd还在nightly、向量宽度和硬件写死的warp宽度是否对得上、编译器能不能兜住所有边界情况。
发生了什么
core::simd本来只服务CPU：定义一个Simd<T, N>，写一次加法、比较、归约、shuffle，编译器按目标架构生成对应向量指令。
VectorWare的判断是：GPU的warp本身就是一个向量单元。NVIDIA一个warp正好32个硬件lane，Simd<f32, 32>刚好一个lane装一个元素，一条加法指令32个lane同时算。
具体映射方式：
- 逐元素运算 → GPU原生指令
- mask/select → 原生选择指令
- 归约（reduce_sum） → warp shuffle指令跨lane汇总
- any/all → vote/ballot指令
Simd<T, N>在GPU上仍是普通的Rust值，借用检查、生命周期照常生效。这意味着已经用core::simd写好的CPU代码和库，理论上不用重写就能获得GPU的lane级并行。
直接受益的两类人：写高性能计算和SIMD库的Rust开发者，以及做GPU工具链、异构计算架构的团队。前者可以省一次移植，后者多了一个统一编程模型的候选方案。
代价在哪
core::simd本身没稳定，得开#![feature(portable_simd)]才能用，接口随时可能变。这一条足够让追求稳定性的团队先观望。
更硬的限制是宽度。CPU上Simd<T, N>的N可以是1到64任意值，GPU的warp宽度却是硬件写死的：
| 场景 | 结果 |
|---|---|
| N = 32（对齐NVIDIA warp） | 每lane一元素，一条指令算完，接近零成本 |
| N < 32 | 部分lane闲置，硬件资源浪费 |
| N > 32 | 一次操作拆成多条指令，并行收益打折 |
| 跨lane任意shuffle | 可能要绕道共享内存，代价上升 |
| 归约、any/all | 变成warp内同步点，限制调度器自由度 |
VectorWare的工程做法是把warp当成一台带固定原语和lane占用规则的小机器，用Rust的泛型、const泛型、trait约束给它编了一套IR——操作类型不对就编译不过，同时用CPU上的确定性解释器做差分测试。
这套思路扎实，但团队自己也承认：为了让抽象在遇到Rust其他特性时保持sound，他们改过编译器，这是“没人走过的路”，目前不确定覆盖了所有正确性边界。
目前这套方案只支持NVIDIA。AMD wavefront和Vulkan subgroup架构上有类似原语，但这还只是一句“说得通”，没有实现。
| 平台 | 当前状态 |
|---|---|
| NVIDIA warp（32 lane） | demo已跑通，映射到原生指令 |
| AMD wavefront（32/64） | 架构类似，尚无实现 |
| Vulkan subgroup | 架构类似，尚无实现 |
能跑通，不等于能用
这次demo至少证明了一点：SIMT和SIMD在“一条指令驱动多个lane同时处理数据”这个层面高度重合，把Rust现成的向量类型往warp上铺，逻辑是通的。
但SIMT不是SIMD的完全复刻。线程发散、per-lane寻址、warp内同步——这些执行语义上的差异，VectorWare是用编译器和IR绕过去的，不是消失了。
从“能跑通一个demo”到“生态可用”，中间没有公开的性能数字，没有跟手写PTX或CUDA kernel的对比。向量宽度不整除32、shuffle模式复杂时，收益还剩多少，目前看不清。
历史上类似的尝试不少。SIMD.js当年想在浏览器里统一向量计算，写起来漂亮，规范最终没落地。这不是说VectorWare会重蹈覆辙，而是提醒一句：“写一套抽象让两种硬件通用”，历史上失败的次数远比成功多。CPU上的intrinsics活到今天，恰恰是因为它离硬件足够近，近到不需要一层抽象讨好谁。
现在能给的建议很具体。已经在用core::simd写CPU向量代码的团队，可以拉这个demo跑一跑，看看自己的代码能不能直接过，但别急着把生产路径切过去——nightly功能加编译器魔改，稳定性还没人背书。做GPU工具链或异构架构选型的团队，可以先记下这个方向，AMD和Vulkan没落地之前，没必要为NVIDIA单平台的方案单独投入资源。
接下来最该盯的不是又一个demo，而是三件事：core::simd能不能进稳定版、这套编译器改动能不能扛住真实负载的正确性检验、AMD和Vulkan的移植什么时候从“架构上说得通”变成能跑的代码。
锐评：demo证明了方向不假，但零成本只兑现给宽度刚好对齐warp的那一小撮场景，剩下的路还得靠编译器和时间去填。