nvidia/cutlass 发布了最新版本 v4.8.1。这是一个库，同时包含面向 CUDA 矩阵乘法与线性代数运算的可复用 C++ 组件，以及通过 Python 接口运行的 CuTe DSL。其用法是在 GPU 上直接编写矩阵乘法（GEMM）内核时挑选数据类型与分块（tile）配置，因此更像是从现成的骨架中做选择，而不是每次从头编写内核。
核心分为两部分。一是用 C++ 实现的 CUTLASS 组件，它由面向低精度运算和 Tensor Core（GPU 上专用于矩阵运算的计算单元）优化的 GPU 内核组合而成。二是 CuTe DSL，它允许在 Python 接口中编写面向 Tensor Core 的内核，并调整数据类型与分块配置。README 介绍了 CuTe DSL 的扩展功能、可选的编译路径，以及面向 Rubin 的初步支持。该仓库创建于 2017 年 11 月 30 日，已获得 10,639 个 star，主要语言为 C++。
不过，所给出的信息中没有展示 v4.8.1 改动了什么的发布说明，也没有性能数据。评分项中只有 momentum 填为 4.0，其余评分均为空。许可证同样仅标注为 NOASSERTION，使用条件需直接查阅原始仓库才能确认。这是一个自 2017 年起持续维护的 CUDA GEMM 及相关运算库，但在查看发布说明之前，很难判断本次版本究竟改进在哪里。