cuTile Rust

cuTile Rust 用 Rust ownership 模型约束 GPU kernel launch：mutable tensor 在 launch 前被切成互不重叠的 partition，immutable tensor 共享读取，生成的 host launcher 在异步 GPU 工作期间保持所有权纪律。`#[cutile::module]` 宏会把 kernel 的 Rust AST 嵌入 host binary，并在需要时经 CUDA Tile IR JIT 编译成 cubin。README 给出的 paper-facing 数据很具体：NVIDIA B200 上 element-wise 操作达到 7 TB/s，GEMM 达 2 PFlop/s，约为 91% peak memory bandwidth 和 92% dense f16 peak；safe Rust persistent GEMM 与低层 Tile IR 版本差距在 0.3% 内。