训练 AI 模型，通常像进一间只认特定工具的工厂：软件大多围绕 NVIDIA 的 CUDA——GPU 并行计算平台——和 PyTorch——负责计算、求导与硬件加速的机器学习框架——搭建。Hierarchos Native 想换一套工具：用 Rust 加 Vulkan，直接调度不同厂商的 GPU，完成训练和推理。
据项目作者介绍，这套原生后端已覆盖 143 种 Transformer 架构。Transformer 是许多现代语言模型的基础结构。它不只让模型“跑起来”，还自行实现前向与反向计算、完整训练、AdamW 优化、LoRA 微调、混合精度和断点续训等环节，并为部分较新的模型设计专用 Vulkan 计算内核。算上 Hugging Face 的同类命名别名，项目目前宣传支持 224 种 model_type 写法。
它值得关注，不是因为已经取代 CUDA，而是为非 NVIDIA 训练栈提供了一条可动手验证的新路线。作者也明确收窄了边界：登记支持某种架构，只代表实现了原生文本计算图，不等于所有配置和多模态组件都已验证；现阶段也不宣称能替代 CUDA/PyTorch。