Volgens berichten in de media isNvidia heeft onlangs aangekondigd dat het generatieve coderingstools voor kunstmatige intelligentie volledig heeft ingezet voor 30.000 ingenieurs binnen het bedrijf. Met behulp van AI-technologie om het R&D-proces te versterken, is de code-output van ingenieurs verhoogd tot drie keer het oorspronkelijke niveau, en is de kwetsbaarheid van de code stabiel gebleven. De technische voordelen en toepassingswaarde van AI-ondersteunde R&D zijn verder benadrukt.
Het is duidelijk dat Nvidia heeft samengewerkt met Anysphere Inc. in San Francisco om een op maat gemaakte, geïntegreerde Cursor-ontwikkelomgeving te creëren. Deze omgeving richt zich op door kunstmatige intelligentie ondersteund codeontwerp en is speciaal geoptimaliseerd voor R&D-scenario's van ondernemingen, waardoor het een belangrijk hulpmiddel wordt voor het R&D-werk van ingenieurs.
Op dit moment hebben veel van de verschillende producten en diensten die door NVIDIA worden gelanceerd, gebruik gemaakt van door mensen geleide en door kunstmatige intelligentie ondersteunde ontwerpmodellen, en is AI-technologie diep geïntegreerd in het gehele onderzoeks- en ontwikkelingsproces.
Als wereldberoemd chipbedrijf worden de GPU-drivers en andere producten van NVIDIA op grote schaal gebruikt op veel gebieden, zoals games, training en redenering op het gebied van kunstmatige intelligentie, en productontwikkeling vereist een extreem hoge professionaliteit en veiligheid.
Om de productkwaliteit te garanderen, implementeert NVIDIA strikte specificaties op nieuw gegenereerde AI-code en voert uitgebreide tests uit voordat deze in productie wordt genomen om ervoor te zorgen dat AI-ondersteunde R&D de efficiëntie verbetert en de kwaliteit handhaaft.
In feite is dit niet de eerste keer dat Nvidia kunstmatige intelligentietechnologie toepast in zijn productontwikkelingsproces.
Eerder heeft het bedrijf speciale supercomputers ingezet en is het jarenlang bezig geweest met het optimaliseren van de deep learning super sampling-technologie (DLSS). Sommige chipontwerpkoppelingen zijn ook geoptimaliseerd via interne hulpmiddelen voor kunstmatige intelligentie. De door kunstmatige intelligentie ondersteunde workflow wordt binnen het bedrijf al lange tijd geoefend en verfijnd.
