作者丨Agam Shah

編譯丨諾亞

出品 | 51CTO技術棧（微信號：blog51cto）

英偉達公司首席執行官黃仁勛最近的一番言論引起業界關注，他指出隨著AI技術的進步，人們未來可能不再需要學習如何編程。

人工智能可以生成代碼來解決特定問題，這一點已經得到了證明。而且英偉達正致力于重構支持此類AI代碼生成的底層軟件堆棧。

在黃仁勛看來，過去幾十年，我們一直受限于圍繞CPU的傳統計算模式，即人類編寫應用程序從數據庫中檢索預存的信息。

“我們今天進行計算的方式，信息是由某人編寫的，由某人創建的，基本上都是預先錄制的。”黃仁勛在斯坦福大學的一次座談中如此提到。

然而，英偉達的GPU開啟了加速計算的新路徑，轉向了一種更加依賴算法的計算風格，在這種風格中，創造性推理而非邏輯成為決定結果的關鍵因素。

“為什么還要用Python編程？在未來，你會直接告訴計算機你想要什么。”

1、未來的編程不再是編程

對于未來的編程，專家們預測，五年后，文字、圖像、視頻及語音等形式的信息都將會實時輸入到大型語言模型中。計算機將通過所有信息流和多模態交互不斷自我改進。

黃仁勛認為，在未來，我們將進入持續學習的時代，人們可以決定是否部署這些持續學習的結果。與計算機的交互方式將不再是C++或其他傳統編程語言。

這就是人工智能的用武之地——人們會通過理性思考，要求計算機生成代碼以滿足特定目標。這將要求人們用簡單的自然語言與計算機交談，而不是用C++或Python。

黃仁勛的觀點是，隨著AI的發展，傳統的編程方式價值正在發生變化。如今只有大約1000萬人因掌握編程技能而獲得就業機會，但剩余的80億人則與此無緣。而在未來，這種情況將不再存在，因為英語等自然語言將成為最強大的編程語言，人類規模的交互將有助于縮小技術鴻溝。

2、英語是新的編程語言

生成式人工智能將更像是一個操作系統，人類可以用通俗易懂的語言告訴計算機創建應用程序。黃仁勛說，大型語言模型將幫助人類通過計算機運行他們的想法。例如，現在人類已能夠使用簡單的英語來指示大模型生成特定領域應用所需的Python代碼。

那么，如何讓計算機做你想做的事？如何使用該計算機微調說明？黃仁勛據此強調了“提示工程”這一概念的重要性，即如何精煉地指導計算機執行任務，這其中蘊含著藝術性。

人們可以專注于知識和領域專業知識，而生成式AI將填補編程方面的空白，這將深刻影響軟件開發格局。

英偉達不僅在硬件方面占據主導地位，還在利用諸如CUDA軟件棧等技術增強其在AI市場的地位。通過提供專門針對醫療保健、金融等領域知識的大型模型支持，英偉達助力企業級應用發展。

黃仁勛說，全球數據中心的價值約達1萬億美元，預計未來四五年內將增長至4萬億至5萬億美元，而英偉達的GPU幾乎觸及每一項AI安裝和應用。

3、不要低估黃教主的預判

回顧過往，黃仁勛的預見往往頗具前瞻性，他被譽為AI領域的先驅者。他引領了英偉達 GPU的研發工作，使得數十年前的人工智能理論得以實際應用。

目前，英偉達在AI市場的強勢地位已將該公司的估值推高至2萬億美元，且有望在取得突破性進展后迎來歷史性的一年。

英偉達GPU銷量激增，使其2024財年第四季度營收達到221億美元，比去年同期增長了驚人的265%；2024財年，英偉達收入增長126%，達到609億美元。

2000年左右，英偉達的GPU主要面向游戲市場銷售，黃仁勛意識到矢量處理單元可用于科學計算所需的大型建模和模擬。于是他在2007年創建了CUDA加速計算軟件棧，該棧現已成為英偉達在AI領域占主導地位的核心組成部分。

4、GPU時代開啟：顛覆傳統的軟件開發模式

英偉達的應用開發方法論充分考慮了AI對不同類型數據的支持，如文本、圖像和語音。為了高效處理這些不同的數據類型，需要新的軟件棧以及如GPU這樣的加速器。

CUDA GPU驅動軟件提供了與GPU通信的基礎工具集，包括編程模型、開發工具和一系列庫。AI開發者正在利用CUDA的基本構建塊來挖掘英偉達GPU的能力。

CUDA還具有自動編碼的工具，供人們在GPU上運行應用程序。英偉達正在創建通用翻譯器，可以接受查詢、運行幾行 Python 代碼并將其傳遞給選定的 AI 模型。

英偉達的CUDA正在顛覆傳統的軟件開發模式，在這種模式下，應用程序是為CPU編寫的。人工智能領域擁有新型的數據、算法和計算引擎，GPU取代了處理復雜問題能力不足的CPU。

盡管如此，英偉達的AI堆棧與傳統的x86 Wintel平臺之間也存在相似之處。如果人工智能是在英偉達的GPU上訓練的，它也將需要英偉達的硬件來進行推理。不過，隨著微軟、Meta等公司開始部署自己的AI硬件，這一情況可能會有所改變。

5、從“硬件帶動軟件”轉變為“軟件帶動硬件”

英偉達的業務結構體現了其期望AI補充人機交互的方式：通過數據類型和領域知識。

該公司預構建了適用于各類模型的CUDA工具，例如，其汽車業務中包含了制造自動駕駛汽車所需的所有硬件和軟件組件；在健康業務中，英偉達協助醫生通過融合圖像、患者報告和語音輸入等方式使用AI與醫療數據進行交互。

英偉達將其AI企業套件稱為“AI操作系統”，其中包含了諸如NeMo在內的大模型、編譯器、庫和開發堆棧，但運行這些軟件通常需要英偉達的GPU。

圖片

此外，該堆棧還包括一些用于解決AI棘手問題的中間步驟，如Guardrails（護欄）工具可以分析大模型的輸出，防止仇恨言論并保持對話方向。這取決于所有者制定的規則。這些應用程序可以使用LangChain框架進行開發。   

英偉達更大的目標是通過交互式提示技術徹底擺脫命令行界面，讓人們可以直接與數據庫交互。這與軟件堆棧沒有太大關系，但它在搜索如何改變以向用戶提供更多相關信息（什么、如何、何時和為什么）方面發揮了作用。

為此，英偉達正在出售AI軟件訂閱包，公司戰略正從以往的“硬件帶動軟件銷售”轉變為“軟件帶動硬件銷售”，希望通過銷售僅能在自家GPU上運行的軟件來擴大業務范圍。

6、乾坤未定：開發者隨機應變

黃仁勛表示，程序員仍然會在CUDA框架及不需要GPU的通用計算應用程序中發揮重要作用。但是他傳達的核心信息也十分明確：未來屬于人工智能，開發者必須快速適應不斷變化的技術格局，并調整自身技能。

英偉達提出了“AI工廠”的概念，這個工廠將原始數據作為原材料攝入，經過加工處理后產出的是高質量的數據成品。英偉達已經與所有主流云服務提供商及諸如Google、Snowflake、Salesforce、Oracle和VMware這樣的軟件供應商建立了穩固的合作關系。

盡管英偉達以其專有的硬件和軟件平臺努力嘗試改變軟件堆棧，但競爭對手也在迅速跟進。AMD推出的ROCm和英特爾研發的OneAPI都是日漸受到關注的開源選項。同時，谷歌也在自主研發軟硬件堆棧以驅動其AI基礎設施建設。AI時代的一眾玩家里，英偉達的野心是否終將成真，或是有黑馬殺出撼動其強勢地位，乾坤依舊未定。

參考鏈接：https://thenewstack.io/nvidia-wants-to-rewrite-the-software-development-stack/