tenferro-rs es una pila de tensores densos escrita en Rust que combina álgebra lineal, autodiferenciación al estilo de PyTorch y JAX, transformaciones trazadas, einsum, FFT y backends explícitos de CPU y CUDA. El proyecto, desarrollado por Hiroshi Shinaoka (Universidad de Saitama) para el equipo tensor4all, publica sus primeros crates en crates.io el 23 de junio de 2026 (JST) y nace como respuesta a los problemas de escalado que el equipo encontró al migrar desde su código previo en Julia (basado en ITensors y SparseIR.jl).
El artículo explica por qué se eligió Rust sobre Julia en la era de la programación asistida por IA: el sistema de tipos y de propiedad elimina en compilación clases enteras de errores, cargo unifica builds, tests y dependencias, y la visibilidad de símbolos entre crates acota lo que un agente de IA puede modificar en una base de ~130.000 líneas. La arquitectura se organiza en crates separados para cada familia de operaciones, con reglas de autodiferenciación desacopladas del tipo tensor siguiendo la lección de ChainRules de Julia; el sustrato AD (tidu-rs) es genérico y el tensor es un consumidor más. El almacenamiento es column-major (Fortran/Julia/MATLAB/LAPACK) y los datos row-major se aceptan mediante vistas estratificadas sin copias innecesarias.
El resultado es un stack útil más allá de las redes tensoriales, con un ejemplo de autodiferenciación eager estilo PyTorch y otro en estilo JAX, ejecutado en CPU y CUDA, y construido sobre faer (álgebra lineal) y CubeCL (kernels GPU).