NVIDIA/warp

这是什么？

核心功能

• 01将普通 Python 函数编译为可在 CPU 或 CUDA GPU 上运行的内核。
• 02内核支持自动微分，可与 PyTorch、JAX、Paddle 集成。
• 03内置物理仿真、几何处理和机器人相关的基础计算模块。
• 04可通过 PyPI 以 warp-lang 安装，并提供可选示例依赖。
• 05附带涵盖仿真与优化的示例和教程笔记本。

适用场景

• 在 NVIDIA GPU 上用 Python 运行大规模粒子或流体仿真。
• 构建可微仿真器，将梯度接入 PyTorch 或 JAX 训练流程。
• 用 Python 完成网格光线投射、等值面提取等几何处理任务。
• 无需手写 CUDA C++ 即可快速原型化 GPU 内核。

快速上手

1. 1

   从 PyPI 安装 Warp

   pip install warp-lang
2. 2

   运行快速入门中的重力模拟代码（保存为 Python 文件后运行）

使用前须知

• !Linux 和 Windows 的 CUDA 加速需要图灵（sm_75）或更新的 NVIDIA GPU 以及较新的 NVIDIA 驱动。
• !macOS 版本仅支持 CPU 运行，不支持 Metal 加速。
• !CUDA 12 环境需要单独的 +cu12 安装包或从源码构建。

收录于专题

标签

常见问题

warp 是什么？

一个 Python 框架，可将普通 Python 函数即时编译为在 CPU 或 GPU 上运行的内核，用于仿真、机器人与机器学习。 Warp 可以把普通 Python 函数即时编译为高效的内核代码，在 CPU 或 GPU 上运行。它面向 GPU 加速的仿真、机器人、几何处理和机器学习场景，内置了物理与几何计算相关的基础模块。

warp 可以免费使用吗？用的什么许可证？

warp 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

warp 还在维护吗？

活跃维护中。warp 最近一次提交是在 2026年11月6日。

warp 适合用来做什么？

在 NVIDIA GPU 上用 Python 运行大规模粒子或流体仿真。 构建可微仿真器，将梯度接入 PyTorch 或 JAX 训练流程。 用 Python 完成网格光线投射、等值面提取等几何处理任务。 无需手写 CUDA C++ 即可快速原型化 GPU 内核。

warp 怎么安装和运行？

从 PyPI 安装 Warp: pip install warp-lang 运行快速入门中的重力模拟代码（保存为 Python 文件后运行）

在哪里获取 warp？

源代码和安装说明在 GitHub 上：https://github.com/NVIDIA/warp