英伟达cuDSS正式可用，1.0版支持Rubin并修复多GPU求解问题

英伟达于2026年10月21日宣布cuDSS正式可用。这套CUDA-X库面向工程与科学仿真的大规模稀疏求解，可利用GPU加速计算。当前1.0.0版还支持Rubin，并修复了部分多GPU求解结果错误。

从工作站扩展到多GPU集群

稀疏求解是工程仿真中反复执行的计算环节。cuDSS可从单台工作站扩展到大型计算集群，支持单GPU、单节点多GPU和多节点多GPU（MGMN）配置，开发者可通过C、C++、Python和Fortran接口将它集成到现有软件。

应用已覆盖多类仿真工具。Cadence在Celsius中用它计算芯片的热、结构应力和翘曲，西门子将其用于Simcenter STAR-CCM+的流固耦合工作流，Synopsys则在Sentaurus Device中加速逻辑、存储和功率芯片仿真。

GPU兼容范围从Pascal架构起，同时要求所选架构仍受对应CUDA Toolkit支持。平台包括Linux的x86_64、ARM SBSA和Jetson Orin、Thor，以及Windows x86_64，具体安装包取决于平台和CUDA Toolkit版本。Rubin同样需要搭配兼容的CUDA Toolkit。

1.0版的修复与迁移要求

1.0.0修复了部分稀疏矩阵在多GPU和MGMN模式下求解结果错误的问题，也修复了B300在不启用浮点仿真、进行双精度复数对称矩阵因子分解时出现的非法内存访问或结果错误。

部署依赖也有变化：加载cuDSS需要NVRTC及其builtins库，静态库用户还需链接-lnvrtc。矩阵API和通信回调改用cudaDataType_t，cudssDataType_t保留为弃用别名。CUDSS_R_64F_MP2与CUDSS_DATA_TYPE_UNSET的枚举数值发生变化，使用这些值的应用需要重新编译、链接。

1.0.0仍有已知限制：采用Bunch-Kaufman主元策略的混合执行模式，在主机端进行因子分解可能返回错误结果，包括NaN。英伟达给出的规避方法是将因子分解留在GPU上，此后在主机端求解不受这一问题影响。