Les agents d’IA pourraient créer des rivaux à CUDA, mais Nvidia ne reste pas les bras croisés

L'avantage de Nvidia ne réside pas seulement dans ses accélérateurs GPU, mais aussi dans sa plateforme logicielle CUDA, qui comprend du code prêt à l'emploi pour les tâches courantes d'IA, des outils de débogage et des applications permettant à des milliers de puces de travailler ensemble pendant l'entraînement des modèles. L'ancrage profond de CUDA dans des millions de lignes de code et de flux de travail crée un effet de verrouillage fort, rendant les alternatives coûteuses et difficiles à adopter. Par exemple, des documents internes d'Amazon citent CUDA comme le principal obstacle à l'adoption de ses puces IA Trainium et Inferentia. Cependant, certains experts soutiennent que l'IA peut automatiser la création de logiciels système, une tâche historiquement difficile. Jeremy Nixon, ancien chercheur chez Google Brain et fondateur de la startup de logiciels IA Infinity, a déclaré que son entreprise avait utilisé des agents IA pour créer un logiciel de type CUDA pour D-Matrix en seulement 10 heures, démontrant que cette barrière à la sortie de Nvidia est surmontable. OpenAI et Anthropic ont également montré que les modèles IA sont capables de générer des logiciels système, et le fondateur de DeepSeek, Liang Wenfeng, a déclaré que les agents IA, ainsi que le langage de programmation propriétaire de sa startup, TileLang, avaient considérablement simplifié la création de logiciels IA. Nvidia rétorque que les développeurs utilisent de plus en plus les bibliothèques de code CUDA pour les applications d'IA et qu'elle utilise également des agents IA logiciels pour accélérer le développement et la vérification de CUDA. La société note que, à mesure que l'IA évolue vers des charges de travail d'inférence et d'agents, le besoin d'une optimisation profonde de la pile complète augmente, ce qui accroît la valeur de son matériel et de son logiciel intégrés. Cependant, Bing Xu, fondateur de la startup de logiciels IA INT21, a déclaré que l'écosystème mature d'outils de vérification de CUDA et d'autres fonctionnalités aide les agents de programmation à travailler plus efficacement, ce qui en fait la prochaine barrière défensive. Les agents peuvent générer beaucoup de code rapidement, mais la vérification est le goulot d'étranglement, a-t-il dit. Bien que l'IA puisse aider les concurrents à rattraper leur retard, Nvidia bénéficie des mêmes avancées technologiques, a ajouté Xu, notant que le fabricant de puces ne dort pas. Le PDG de Modular, Chris Lattner, a noté qu'écrire du code ne représente qu'une petite partie du développement logiciel par rapport à des tâches plus difficiles comme l'optimisation pour un usage industriel.