Sonata

ИИ-агенты ставят под вопрос главное преимущество Nvidia — платформу CUDA

image source

Главное преимущество Nvidia — не только GPU-ускорители, но и программная платформа CUDA: готовый код для типовых ИИ-задач, инструменты отладки и приложения, позволяющие тысячам чипов слаженно работать при обучении моделей. Но ИИ способен это преимущество размыть.

Вокруг CUDA выросли миллионы строк кода и внутренних процессов компаний. Это создало сильный эффект привязки: переход на альтернативы дорог и труден. По внутренним документам Amazon, именно CUDA мешает массово внедрять чипы Trainium и Inferentia.

Часть экспертов считает, что ИИ автоматизирует одну из самых сложных задач отрасли — написание ПО, на котором работает сам ИИ. Джереми Никсон, экс-исследователь Google Brain и основатель стартапа Infinity, рассказал Business Insider о показательном эксперименте.

Его команда с помощью ИИ-агентов собрала аналог CUDA для чипов стартапа D-Matrix. Весь процесс занял около 10 часов — аргумент в пользу того, что барьер для отказа от решений Nvidia преодолим.

OpenAI и Anthropic тоже показывали модели, генерирующие системное ПО. Основатель DeepSeek Лян Вэньфэн заявил, что ИИ-агенты вместе с собственным языком программирования TileLang заметно упростили создание софта для ИИ.

Не все согласны с тем, что агенты подрывают позиции CUDA. Бин Сюй, основатель INT21, указывает: у CUDA самая зрелая экосистема инструментов верификации, и именно она станет следующим защитным рвом.

«Агенты могут сгенерировать много кода за короткое время, но верификация — самое узкое место», — говорит Сюй.

По его словам, ИИ помогает конкурентам догонять, но Nvidia пользуется теми же технологиями и не стоит на месте. Гендиректор Modular Крис Латтнер добавляет: написание кода — лишь малая часть работы по сравнению с оптимизацией под промышленное применение.

Сама Nvidia утверждает, что разработчики всё активнее используют библиотеки CUDA для ИИ-приложений, а компания сама применяет ИИ-агентов для ускорения разработки и масштабной проверки кода.

«По мере того как ИИ смещается в сторону инференса и агентных нагрузок, потребность в глубокой комплексной оптимизации только растёт», — отмечают в компании.

источник

Загрузка страницы