Чи Штучний Інтелект Зруйнує Домінуюче Положення NVIDIA?
Платформа CUDA від NVIDIA, що об’єднує потужні GPU-прискорювачі та готовий програмний код для найпоширеніших завдань у сфері штучного інтелекту (ШІ), інструменти для відлагодження та можливості для синхронної роботи тисяч чипів під час навчання моделей, довгий час була ключовою перевагою компанії. Проте, як зазначає Business Insider, саме розвиток ШІ може стати фактором, що нівелює цю перевагу.
Джерело зображення: Steve A Johnson/unsplash.com
Мільйони рядків коду та глибоко інтегровані робочі процеси, розроблені компаніями на базі платформи CUDA, створили потужний ефект прив’язки. Це робить міграцію на альтернативні рішення дорогою та складною. Наприклад, згідно з внутрішніми документами Amazon, саме CUDA є основним бар’єром для впровадження їхніх власних ШІ-чипів Trainium та Inferentia.
ШІ як Автоматизатор Розробки ПЗ
Проте, деякі експерти стверджують, що ШІ здатен автоматизувати одне з найскладніших завдань в ІТ-галузі: створення програмного забезпечення, яке, своєю чергою, керує роботою самого ШІ. Джеремі Ніксон, колишній дослідник Google Brain та засновник стартапу Infinity, що спеціалізується на ПЗ для ШІ, поділився з Business Insider досвідом своєї компанії. Вони використали ШІ-агентів для створення програмного забезпечення, аналогічного CUDA, для стартапу D-Matrix. Весь процес зайняв вражаючі 10 годин, що демонструє реальну можливість подолати один із найсерйозніших бар’єрів для відмови від чипів NVIDIA.
Компанії OpenAI та Anthropic також представили ШІ-моделі, здатні генерувати системне програмне забезпечення. Лян Веньфен, засновник DeepSeek, нещодавно повідомив, що ШІ-агенти у поєднанні з власною мовою програмування стартапу, TileLang, суттєво спростили процес розробки ПЗ для ШІ.
Позиція NVIDIA та Оптимістичні Прогнози
Зі свого боку, NVIDIA заявляє, що розробники дедалі частіше використовують бібліотеки коду CUDA для створення ШІ-застосунків. Компанія також активно застосовує програмних ШІ-агентів для прискорення розробки та масштабованої перевірки CUDA. Представники NVIDIA підкреслюють, що зі зростанням важливості ШІ для інференсу та агентних робочих навантажень, потреба в глибокій, комплексній оптимізації лише зростатиме, що підвищує цінність їхніх інтегрованих апаратно-програмних рішень.
Сумніви та Наступний Рубіж Захисту
Однак, не всі поділяють думку, що програмні агенти неминуче підірвуть домінування CUDA. Бін Сюй, засновник стартапу INT21, що займається розробкою ПЗ для ШІ, зазначає, що CUDA має найрозвиненішу екосистему інструментів для верифікації та інших функцій, які підвищують ефективність роботи агентів-програмістів. Він вважає, що саме ця екосистема стане наступним захисним бар’єром для CUDA в міру розвитку агентів. “Агенти можуть генерувати багато коду за короткий час, але верифікація є найбільш вузьким місцем”, – зауважує Сюй. Він також додає, що хоча ШІ може допомогти конкурентам наздогнати CUDA, NVIDIA також виграє від тих самих технологічних процесів, оскільки компанія постійно розвивається.
Крис Латтнер, генеральний директор Modular, додає, що написання коду – це лише невелика частина розробки програмного забезпечення, тоді як більш складні завдання, такі як оптимізація для промислового використання, вимагають значно більше зусиль.
Порада від Soft Portal:
Ця інформація є надзвичайно важливою для розробників та компаній, які активно працюють зі штучним інтелектом. Розуміння потенційної еволюції платформ, подібних до CUDA, та можливостей, які надає ШІ для автоматизації розробки, допоможе вам приймати стратегічні рішення щодо вибору технологій та оптимізації ваших проектів.