用途：该技能聚焦 Rust 环境下的 GPU 内存与计算，帮助理解并处理 CUDA、OpenCL、显存管理、计算着色器、内存合并、零拷贝与异构计算相关问题。
主要能力：梳理 GPU 内存层级，包括 Global（VRAM）、Shared（SMEM）、Constant、Local 与 Register，并对比其位置、延迟、大小与用途；给出 CUDA 内存管理示例，如 cudaMalloc 分配设备内存、cudaMemcpy 在主机与设备间拷贝、cudaFree 释放；介绍零拷贝与页锁定内存 cudaMallocHost、异步拷贝 cudaMemcpyAsync 与 cudaStreamSynchronize；说明统一内存 cudaMallocManaged 的自动迁移用法；讲解内存合并访问的正误模式、共享内存规约示例、256 字节内存对齐，以及性能优化检查表（内存合并、共享内存、对齐、异步、固定内存、批处理）。
使用方式：资料以代码片段形式展示，依赖 rust-cuda 或 cuda-sys 等绑定，示例中通过 unsafe 调用 CUDA 运行时接口；具体安装命令与项目集成步骤暂未提供。
适用场景：需要优化 GPU 显存访问、减少全局内存访问、重叠计算与传输，或在 Rust 中做底层异构计算的场景。
限制：资料未说明支持的 GPU 厂商、驱动版本、平台兼容性与性能数据；示例多为 CUDA C 风格，Rust 侧完整可运行工程暂未提供。