Компания Nvidia считает необходимым переосмыслить на фундаментальном уровне базовый стек ПО, который помогает искусственному интеллекту генерировать код, необходимый человеку, сообщает портал The New Stack.

Генеральный директор Nvidia Дженсен Хуанг вызвал недоумение своим недавним заявлением о том, что с развитием ИИ людям не нужно будет учиться программировать. Он, в частности, сказал, что программисты по-прежнему будут нужны для работы с фреймворком Nvidia CUDA и для создания вычислительных приложений общего назначения, которые не нуждаются в GPU. Но его мысль была ясна: будущее за ИИ, и разработчики должны быстро адаптировать свои навыки к меняющемуся ландшафту.

ИИ может генерировать код для решения конкретных задач, и это уже доказано. Но на фундаментальном уровне Nvidia переосмысливает базовый стек ПО, который помогает ИИ генерировать код, необходимый человеку.

Идея Хуанга заключается в следующем: на протяжении десятилетий мир был заложником традиционных вычислений на базе CPU, когда люди писали приложения для запроса ранее подготовленной информации, содержащейся в базах данных. «В том виде, в котором мы делаем вычисления сегодня, информация уже была кем-то создана, она, по сути, заранее записана», — сказал он.

Графические процессоры Nvidia открыли путь для ускоренных вычислений в более алгоритмическом стиле, в котором творческие соображения — а не логика — помогают определить результат. «Зачем программировать на Python? В будущем вы будете говорить компьютеру, чего вы хотите», — сказал Хуанг.

Программирование в будущем

Эксперты предсказывают, что через пять лет информация в виде текста, изображений, видео и голоса будет в реальном времени поступать в большие языковые модели (LLM). Компьютер будет постоянно самосовершенствоваться на основе всех этих информационных потоков и мультимодальных взаимодействий.

«В будущем у нас будет непрерывное обучение. А мы сможем решать, использовать ли его результаты», — сказал Хуанг.

По его словам, то, как вы будете взаимодействовать с компьютером, не будет похоже на программирование на C++. Здесь на помощь придет ИИ — люди будут рассуждать и просить компьютеры генерировать код для решения конкретных задач. Это потребует от людей общения с компьютерами на естественном языке, а не на C++ или Python.

«Программирование меняется таким образом, что, вероятно, становится менее ценным», — сказал Хуанг, добавив, что ИИ ликвидирует технологический разрыв между людьми. «Сегодня около 10 млн. человек имеют высокодоходную работу, потому что умеют программировать компьютеры, а остальные 8 млрд. остаются позади. В будущем такого не будет», — заявил он.

Английский — новый язык программирования

Хуанг считает, что английский язык станет самым мощным языком программирования, а человеческое взаимодействие — ключевым компонентом для преодоления технологического разрыва.

Генеративный ИИ станет скорее операционной системой, и люди смогут простым языком объяснять компьютерам, как создавать приложения. По словам Хуанга, LLM помогут людям проводить свои идеи через компьютеры.

Например, люди уже могут попросить LLM сгенерировать код на языке Python для конкретных приложений, и все это на простом английском.

«Как заставить компьютер делать то, что вы хотите? Как точно настроить инструкции для этого компьютера? Это называется инженерией подсказок. В этом есть своя искусность», — отметил Хуанг.

Люди смогут сосредоточиться на знаниях и экспертизе в своей области, а генеративный ИИ устранит пробелы в программировании. По словам Хуанга, это повлияет на ландшафт разработки ПО.

Почему к словам Хуанга стоит отнестись серьезно

Прогнозы Хуанга в прошлом принесли свои дивиденды. Его считают пионером в области ИИ — он руководил разработкой графических процессоров Nvidia, чтобы теоретический ИИ, существовавший десятилетиями, можно было воплотить в жизнь.

В начале 2000-х компания продвигала графические процессоры для игр. Хуанг понял, что векторные процессоры можно использовать для более масштабных моделей и симуляции, необходимых в научных вычислениях. В 2007 г. он создал программный стек CUDA для ускоренных вычислений, и теперь он является центральным компонентом доминирования Nvidia в области ИИ.

Удушающий контроль Nvidia над рынком ИИ привел к тому, что стоимость компании достигла примерно 2 трлн. долл., и после прорывного 2024 финансового года, когда доходы выросли на 126% до 60,9 млрд. долл., компанию ждет следующий исторический год.

Перспективы для компании впечатляющие. По словам Хуанга, стоимость центров обработки данных сейчас составляет около 1 трлн. долл., и в ближайшие четыре-пять лет эта цифра достигнет 4-5 трлн. долл. Графические процессоры Nvidia сегодня используются практически во всех развертываниях и приложениях ИИ.

Подход Nvidia

ИИ позволяет пользователям общаться с различными типами данных в виде текста, изображений и голоса. Для эффективной работы с разными типами данных требуется новый стек ПО и ускорители, такие как GPU.

CUDA разрушает традиционные модели разработки ПО, в которых приложения писались для центральных процессоров. Причина в том, что в сфере ИИ появляются новые типы данных, алгоритмов и вычислительных движков, а GPU заменяют CPU, которые плохо справляются со сложными задачами.

Новый фреймворк параллельного программирования Nvidia CUDA 12 обеспечивает базис для взаимодействия с GPU. Он включает в себя модель программирования, инструменты разработки и большой набор библиотек. Разработчики ИИ используют примитивы CUDA для реализации возможностей GPU от Nvidia.

В CUDA также есть инструменты, автоматизирующие кодирование для запуска приложений на GPU. Nvidia предлагает универсальные трансляторы, которые могут принимать запросы, выполнять несколько строк кода на Python и пропускать его через выбранные ИИ-модели.

Надо понимать, что если ИИ обучен на графическом процессоре Nvidia, то и для выводов ему в основном потребуется оборудование Nvidia. Но ситуация может измениться, когда появятся конкурирующие аппаратные решения для ИИ. А пока Nvidia надеется создавать и продавать больше ПО, работающего только на ее графических процессорах.

Nvidia разработала концепцию «фабрики ИИ», которая получает данные в качестве сырья и выдает обработанные данные в качестве конечного продукта. И установила прочные партнерские отношения со всеми основными облачными провайдерами и поставщиками ПО, такими как Google, Snowflake, Salesforce, Oracle и VMware.

Сегодня Nvidia — одинокий волк, пытающийся изменить программный стек ИИ с помощью своей собственной аппаратно-программной платформы. Но конкуренты быстро догоняют ее: ROCm от AMD и OneAPI от Intel — это Open Source-варианты, которые набирают обороты. А Google разрабатывает собственный программно-аппаратный стек для своей ИИ-инфраструктуры.