輝達於 2026 年 8 月 25 日宣佈，隨 CUDA 13.3 釋出 CUDA Python 1.0，這是一套由輝達官方維護的庫和工具，旨在讓 Python 開發者能夠直接、完整地訪問 CUDA 平台。該版本標誌著 Python 成為使用 CUDA 平台的受支援方式，與 C++ 平起平坐，並承諾未來保持功能對等。

長期以來，Python 開發者使用 GPU 面臨兩難選擇：要麼深入學習 CUDA C++ 編寫擴充套件並維護繫結，要麼依賴 PyTorch、CuPy、RAPIDS 等上層庫，但一旦需要庫未暴露的功能，就陷入困境。CUDA Python 1.0 通過提供統一的官方基礎層解決了這一問題。

此次釋出包含多個元件：cuda.core 1.0.0 提供對 CUDA 執行時的 Pythonic 訪問，將裝置、流、緩衝區等基本概念轉化為普通 Python 物件；cuda.compute 1.0.0 將 CCCL 的並行演算法引入 Python；cuda.bindings 13.3.0 提供與 CUDA C API 一一對應的低階繫結；cuda-pathfinder 用於定位環境中安裝的 CUDA 元件；nvmath-python 1.0 則以獨立的穩定版本提供輝達數學庫。值得注意的是，CUDA Python 1.0 是一個里程碑名稱，而非 pip 安裝的版本號，各元件獨立版本控制。

該版本的核心承諾是語義化版本：破壞性 API 變更僅發生在主版本，次版本新增功能，補丁版本修復錯誤，任何計劃移除的公共 API 都會先在次版本中棄用並提供明確替代路徑。這為庫和應用開發者提供了穩定基礎，鼓勵他們放心地在 CUDA Python 元件之上構建。

cuda.core 被認為是影響最大的元件，它為所有 Python GPU 庫提供了共同基礎，使它們能夠協作和共享資源。此前，不同庫各自實現 CUDA 繫結，導致互操作複雜。現在，庫之間可以組合而非僅共存，例如 Numba 核心和 cuda.compute 呼叫可在同一流中操作同一 GPU 緩衝區。

這一統一基礎還使高階平台功能更易普及，如綠色上下文（將 GPU 流式多處理器分割槽，隔離延遲敏感核心）和程序檢查點，現在只需在 cuda.core 中實現一次，所有基於它的庫都能使用。

對開發者而言，庫開發者可將精力集中於自身特色而非底層細節，應用開發者則受益於依賴項的收斂。CUDA Python 1.0 的釋出，有望進一步鞏固 Python 在 AI 和高效能運算領域的地位，降低開發者接觸底層算力的門檻，推動更多創新應用的出現。