Các tác nhân AI có thể xây dựng đối thủ cạnh tranh với CUDA, nhưng Nvidia không đứng yên

Nvidia's lợi thế không chỉ nằm ở GPU accelerators mà còn ở nền tảng phần mềm CUDA, bao gồm mã nguồn có sẵn cho các tác vụ AI thông thường, công cụ gỡ lỗi và các ứng dụng cho phép hàng nghìn chip hoạt động cùng nhau trong quá trình huấn luyện mô hình. Sự gắn bó sâu sắc của CUDA trong hàng triệu dòng mã và quy trình làm việc tạo ra hiệu ứng khóa chặt (lock-in), khiến các giải pháp thay thế trở nên tốn kém và khó áp dụng. Ví dụ, các tài liệu nội bộ của Amazon chỉ ra CUDA là rào cản chính khi áp dụng các chip AI Trainium và Inferentia của họ. Tuy nhiên, một số chuyên gia cho rằng AI có thể tự động hóa việc tạo ra phần mềm hệ thống, một nhiệm vụ vốn khó khăn từ trước đến nay. Jeremy Nixon, cựu nhà nghiên cứu tại Google Brain và là người sáng lập startup phần mềm AI Infinity, cho biết công ty của ông đã sử dụng các tác tử AI để xây dựng phần mềm giống CUDA cho D-Matrix chỉ trong 10 giờ, chứng minh rằng rào cản rời khỏi Nvidia này có thể vượt qua. OpenAI và Anthropic cũng đã cho thấy các mô hình AI có khả năng tạo ra phần mềm hệ thống, và Liang Wenfeng, người sáng lập DeepSeek, cho biết các tác tử AI cùng với ngôn ngữ lập trình TileLang của startup của ông đã đơn giản hóa đáng kể việc tạo ra phần mềm AI. Nvidia phản bác rằng các nhà phát triển ngày càng sử dụng các thư viện mã CUDA cho các ứng dụng AI, và họ cũng sử dụng các tác tử AI để tăng tốc phát triển và xác minh CUDA. Công ty lưu ý rằng khi AI chuyển sang khối lượng công việc suy luận và tác tử, nhu cầu tối ưu hóa toàn diện ở mọi lớp tăng lên, làm tăng giá trị của phần cứng và phần mềm tích hợp của họ. Tuy nhiên, Bing Xu, người sáng lập startup phần mềm AI INT21, cho rằng hệ sinh thái trưởng thành của CUDA với các công cụ xác minh và các tính năng khác giúp các tác tử lập trình làm việc hiệu quả hơn, biến nó thành rào cản phòng thủ tiếp theo. Ông cho biết các tác tử có thể tạo ra nhiều mã nhanh chóng, nhưng xác minh là nút thắt cổ chai. Mặc dù AI có thể giúp các đối thủ bắt kịp, nhưng Nvidia cũng được hưởng lợi từ những tiến bộ công nghệ tương tự, ông Xu nói thêm, lưu ý rằng nhà sản xuất chip này không ngủ quên. Chris Lattner, CEO của Modular, lưu ý rằng việc viết mã chỉ là một phần nhỏ của phát triển phần mềm so với các nhiệm vụ khó khăn hơn như tối ưu hóa cho sử dụng công nghiệp.