ИИ-агенты могут создать альтернативы CUDA, но Nvidia продолжает развивать свои технологии

Nvidia выделяется не только своими GPU-ускорителями, но и программной платформой CUDA, которая включает множество готовых решений для распространенных задач в области ИИ. Эта платформа обеспечивает совместную работу тысяч чипов при обучении моделей и имеет значительное влияние на индустрию.

Согласно внутренним документам компании Amazon, CUDA является серьезным препятствием для интеграции ИИ-чипов Trainium и Inferentia, что подчеркивает важность данной платформы. Тем не менее, некоторые эксперты уверены, что ИИ способен упростить создание программного обеспечения, необходимого для работы ИИ, что может снизить зависимость от CUDA.

Джереми Никсон, основатель стартапа Infinity, рассказал, что его компания использовала ИИ-агентов для разработки аналогичного программного обеспечения за всего лишь 10 часов. Это демонстрирует, что переход на альтернативные решения становится менее сложным. Другие компании, такие как OpenAI и Anthropic, также показывают возможности своих ИИ-моделей в создании системного ПО.

Nvidia утверждает, что разработчики все активнее используют библиотеки CUDA для создания ИИ-приложений и, в свою очередь, сама применяет ИИ-агентов для оптимизации разработки и тестирования своих продуктов. По словам представителей компании, с ростом внедрения ИИ-моделей, необходимость в глубоком и комплексном оптимизации будет только увеличиваться.

Однако не все эксперты согласны с тем, что ИИ-агенты могут подорвать преимущества CUDA. Бин Сюй, основатель стартапа INT21, отметил, что экосистема инструментов, связанных с CUDA, остается одной из наиболее развитых и может служить защитным барьером. Он добавил, что хотя ИИ может помочь конкурентам, Nvidia продолжает извлекать выгоду из существующих технологических процессов.

Крис Латтнер, генеральный директор Modular, подчеркнул, что написание кода — это лишь малая часть разработки ПО, поскольку более сложные задачи, такие как оптимизация, остаются актуальными.