Medienberichten zufolgeNVIDIA gab kürzlich bekannt, dass es die Codierungstools für generative künstliche Intelligenz für 30.000 Ingenieure im Unternehmen vollständig implementiert hat. Mit Hilfe der KI-Technologie zur Stärkung des F&E-Prozesses konnte die Code-Ausgabe der Ingenieure auf das Dreifache des ursprünglichen Niveaus gesteigert werden und die Code-Schwachstellenrate blieb stabil. Die technischen Vorteile und der Anwendungswert KI-gestützter Forschung und Entwicklung wurden weiter hervorgehoben.
Es wird davon ausgegangen, dass Nvidia mit Anysphere Inc. in San Francisco zusammengearbeitet hat, um eine angepasste integrierte Cursor-Entwicklungsumgebung zu erstellen. Diese Umgebung konzentriert sich auf das durch künstliche Intelligenz unterstützte Codedesign und ist speziell für Forschungs- und Entwicklungsszenarien in Unternehmen optimiert und wird zu einem wichtigen Hilfswerkzeug für die Forschungs- und Entwicklungsarbeit von Ingenieuren.
Derzeit basieren viele der verschiedenen von NVIDIA eingeführten Produkte und Dienstleistungen auf von Menschen gesteuerten und durch künstliche Intelligenz unterstützten Designmodellen, und die KI-Technologie ist tief in den gesamten Forschungs- und Entwicklungsprozess integriert.
Als weltbekanntes Chipunternehmen werden die GPU-Treiber und andere Produkte von NVIDIA in vielen Bereichen wie Spielen, Training und Argumentation für künstliche Intelligenz häufig eingesetzt, und die Produktentwicklung erfordert ein äußerst hohes Maß an Professionalität und Sicherheit.
Um die Produktqualität sicherzustellen, implementiert NVIDIA strenge Spezifikationen für neu generierten KI-Code und führt umfangreiche Tests durch, bevor er in die Produktion geht, um sicherzustellen, dass KI-gestützte Forschung und Entwicklung die Effizienz verbessert und die Qualität aufrechterhält.
Tatsächlich ist dies nicht das erste Mal, dass Nvidia künstliche Intelligenz in seinem Produktentwicklungsprozess einsetzt.
Zuvor hat das Unternehmen dedizierte Supercomputer eingesetzt und die Deep-Learning-Super-Sampling-Technologie (DLSS) über viele Jahre hinweg weiter optimiert. Einige Chip-Design-Links wurden auch durch interne Tools für künstliche Intelligenz optimiert. Der durch künstliche Intelligenz unterstützte Workflow wird im Unternehmen schon lange praktiziert und verfeinert.
