CUTLASS 4.6.2
NVIDIA 于 2026-08-08 发布 CUTLASS 4.6.2，包含 CuTe DSL 的 bug 修复与改进：回退了 4.6.0 中 TMA bulk copy elect_one 的变更以对齐 4.5.x 行为；修复了向量化 fp32->f8 转换问题、CuTe DSL fp8 grouped_gemm_dglu 内核编译问题、ptxas 的 opt-level 设置问题；set_name_prefix 现支持完全自定义编译内核名称；将每次 cute.compile 的 JIT 编译开销减少约 50 ms；在安装 Torch 时导入 cutlass.cute 速度提升 3.8 倍，未安装时提升 1.25 倍。该版本已针对 FlashAttention、Quack、FlashInfer 的特定提交进行测试。
发展脉络
- 首次出现CUTLASS 4.6.2NVIDIA CUTLASS Releases
- 行业反馈CUTLASS 4.7.0NVIDIA CUTLASS Releases
- 当前判断CUTLASS 作为 NVIDIA 的开源内核库，其更新直接影响依赖它的 FlashAttention、FlashInfer 等主流推理框架，表明底层算子库的稳定性对 AI 生态至关重要。Agent Pulse · 分析
NVIDIA 发布 CUTLASS 4.6.2，修复多个 CuTe DSL 问题并优化 JIT 编译与导入性能，回退 TMA 变更以保持与 4.5.x 一致。
该版本聚焦于 CuTe DSL 的稳定性和性能优化，回退 TMA 变更表明 4.6.0 的改动可能引入回归，修复 fp8 相关编译问题显示对低精度计算的支持在持续完善。JIT 编译开销减少和导入加速有助于提升开发者迭代效率。
CUTLASS 作为 NVIDIA 的开源内核库，其更新直接影响依赖它的 FlashAttention、FlashInfer 等主流推理框架，表明底层算子库的稳定性对 AI 生态至关重要。
CUTLASS 的改进可降低 AI 推理和训练的内核开发成本，提升 NVIDIA GPU 生态的竞争力，间接影响依赖高性能算子的云服务和企业 AI 部署。
后续可关注 CUTLASS 是否进一步优化 TMA 路径、扩展 fp8 支持，以及 FlashAttention 等下游项目是否跟进适配新版本。