هوش مصنوعی کار پر زحمت ترین مهندسان سیلیکون ولی را به عهده می گیرد
مخترع CUDA، ایان باک، معاون رئیس بخش هایپرمقیاس و محاسبات با عملکرد بالا در انویدیا. مهندسان GTC CUDA کدنویسان نخبه ای هستند که سرعت را از تراشه های انویدیا کم می کنند. هوش مصنوعی در حال تغییر شکل شغل است زیرا تقاضا برای تخصص کمیاب همچنان در حال رشد است. هوش مصنوعی به زودی میتواند کد CUDA را بنویسد که انسانها میتوانند آنها را تأیید کنند اما به طور کامل آن را درک نمیکنند. برای سالها، مهندسان CUDA که تراشههای انویدیا را بهینهسازی میکنند، یکی از پرطرفدارترینهای فناوری بودهاند.
مخترع CUDA، ایان باک، معاون رئیس بخش هایپرمقیاس و محاسبات با عملکرد بالا در انویدیا. GTC مهندسان CUDA کدنویسان نخبه ای هستند که سرعت را از تراشه های انویدیا خارج می کنند.
هوش مصنوعی در حال تغییر شکل شغل است زیرا تقاضا برای تخصص کمیاب همچنان در حال رشد است.
هوش مصنوعی به زودی میتواند کد CUDA را بنویسد که انسانها میتوانند آنها را تأیید کنند اما به طور کامل آن را درک نمیکنند. برای سالها، مهندسان CUDA که تراشههای انویدیا را بهینهسازی میکنند، در میان متخصصان مورد تقاضای فناوری بودهاند. اکنون، آنها به طور فزاینده ای هوش مصنوعی را مدیریت می کنند که این کار را برای آنها انجام می دهد.
این مهندسان در استفاده از Compute Unified Device Architecture (CUDA) - نرم افزار انویدیا برای برنامه نویسی تراشه های هوش مصنوعی خود که به عنوان GPU شناخته می شوند - برای نوشتن کدی که بتواند هوش مصنوعی را تا حد امکان کارآمد اجرا کند، تخصص دارند.
مشاغل مورد علاقه هستند زیرا هزینه های محاسباتی بسیار زیاد است. مهندسانی که می توانند بیشترین ارزش را از یک تراشه بگیرند، می توانند میلیون ها شرکت را نجات دهند.
مهندسان CUDA به طور سنتی روزهای خود را صرف نوشتن هستهها میکنند - قطعات کوچک کدی که به GPU میگویند چگونه یک کار را در سریعترین زمان ممکن انجام دهد - و سپس آنها را برای یافتن سریعترین نسخه آزمایش میکنند. اکنون، هوش مصنوعی با تولید صدها هسته، آزمایش آنها و انتخاب بهترین آنها، بسیاری از این کار پر زحمت را بر عهده گرفته است.
در نتیجه، مهندسان CUDA به طور فزاینده ای وقت خود را صرف نظارت بر عوامل برنامه نویسی می کنند. این بخشی از یک تغییر گسترده تر در صنعت نرم افزار است، جایی که توسعه دهندگان از نوشتن کد به مدیریت هوش مصنوعی حرکت می کنند.
جرمی نیکسون، بنیانگذار استارت آپ Infinity، که هوش مصنوعی را برای بهینه سازی نرم افزارهای تراشه ای تولید می کند، گفت: این شامل تعیین اهداف، بررسی نتایج و قدم گذاشتن در زمانی است که هوش مصنوعی گیر می کند.
آن اویانگ، یکی از بنیانگذاران استارت آپ زیرساخت هوش مصنوعی استاندارد کرنل، گفت: از آنجایی که هوش مصنوعی می تواند اشکالات «عجیب» را معرفی کند که انسان ها نمی نوشتند، کار بررسی کدهای هوش مصنوعی «شدیدتر» شده است.
با وجود این تغییر، داده های استخدام نشان می دهد که تقاضا برای مهندسان CUDA همچنان قوی است. النا ماگرینی، رئیس تحقیقات جهانی در شرکت تحلیل بازار کار Lightcast، گفت: در حالی که تقاضای کلی برای مهندسان نرم افزار کمتر از سال 2023 است، "تقاضا برای برخی مهارت های تخصصی مانند CUDA افزایش یافته است."
بینگ ژو، بنیانگذار استارت آپ بهینه سازی هوش مصنوعی INT21، گفت: و کمبود همچنان یک چالش باقی می ماند، حتی با وجود بهره وری از هوش مصنوعی. این به این دلیل است که عمیق ترین تخصص CUDA در بیش از 20 سال ساخته شده است، مدت ها قبل از اینکه هوش مصنوعی تقاضا را افزایش دهد.
Xu گفت: «در گذشته، ما نمی توانستیم به اندازه کافی مهندسان CUDA با کیفیت خوب استخدام کنیم و اکنون هوش مصنوعی این شکاف را پر می کند.
مشاغل مهندس CUDA در حال تکامل هستند
نقشهای مهندسی CUDA هم در داخل و هم در خارج از Nvidia وجود دارد - از جمله در آزمایشگاههای هوش مصنوعی و غولهای ابری. در طول هشت ماه اول سال 2026 تعداد بیشتری آگهی شغلی در ایالات متحده وجود داشته است که به مهارت های CUDA نیاز دارد تا در تمام سال 2025، در هر Lightcast.
به گفته این شرکت، انویدیا بزرگترین کارفرمایی است که برای این موقعیت ها استخدام می کند، با بیش از 300 آگهی شغلی فعال در ایالات متحده که از سپتامبر به مهارت های CUDA نیاز دارند. آگهیهای شغلی عمومی انویدیا برای نقشهای مهندسی مرتبط با CUDA، حقوق پایه را تا ۴۳۱۲۵۰ دلار قبل از سهام و مزایا تبلیغ میکنند.
نیکسون گفت که هوش مصنوعی موانع ورود مهندسان با تجربه کمتر را کاهش میدهد و همزمان کهنهکاران را به سمت کارهای سطح بالاتر، مانند نظارت بر هوش مصنوعی سوق میدهد.
اویانگ گفت که هوش مصنوعی می تواند بیشترین ضربه را به مهندسان جوان CUDA وارد کند، در حالی که متخصصانی که می توانند از هوش مصنوعی بهتر عمل کنند و کار آن را تأیید کنند، ارزشمندتر خواهند شد.
و با گذشت زمان، هوش مصنوعی می تواند نقش بیشتری را ایفا کند.
Xu گفت که تحقیقات شرکت او قبلا نشان داده است که هوش مصنوعی می تواند در معیارهای خاصی برای نوشتن هسته ها از مهندسان انسانی بهتر عمل کند.
نیکسون گفت، در برخی موارد، هوش مصنوعی قبلا کد CUDA را مینویسد که مهندسان نمیتوانند به طور کامل آن را درک کنند، اگرچه میتوانند صحت آن را تأیید کنند.
او گفت که این توانایی برای پیشی گرفتن از مهندسان انسانی، نمایی اولیه از هوش مصنوعی "فوق بشری" را در دنیای واقعی ارائه می دهد.
نکته ای دارید؟ با این خبرنگار از طریق ایمیل gweiss@businessinsider.com یا سیگنال در @geoffweiss.25 تماس بگیرید. از یک آدرس ایمیل شخصی و یک دستگاه غیر کاری استفاده کنید. در اینجا راهنمای ما برای به اشتراک گذاری ایمن اطلاعات است.
مقاله اصلی را در Business Insider بخوانید
متن اصلی (انگلیسی)
AI is taking over the painstaking work of Silicon Valley's most-coveted engineers
CUDA inventor Ian Buck, vice president of hyperscale and high-performance computing at Nvidia. GTC CUDA engineers are elite coders who squeeze speed out of Nvidia's chips. AI is reshaping the job as demand for scarce expertise continues to grow. AI could soon write CUDA code that humans can verify but not fully understand. For years, CUDA engineers who optimize Nvidia chips have been among tech's most sought-after…