NVIDIA integra l'AI in tutto il ciclo di sviluppo software: produttività triplicata per 30.000 ingegneri

NVIDIA ha esteso l'adozione di strumenti di sviluppo assistiti dall'intelligenza artificiale a oltre 30.000 ingegneri. L'azienda, protagonista del boom infrastrutturale dell'AI, punta così a distinguersi anche nell'applicazione interna di queste tecnologie, con l'obiettivo di preservare e rafforzare il proprio vantaggio competitivo.

La società statunitense, in particolare, fa sapere che sta usando una versione personalizzata di Cursor, ambiente di sviluppo basato su modelli generativi realizzato da Anysphere Inc., una startup con sede a San Francisco fondata nel 2022.

La decisione rientra in una direttiva ingegneristica introdotta lo scorso anno, con l'obiettivo di inserire l'intelligenza artificiale in ogni fase del ciclo di vita del software (SDLC), riducendo i colli di bottiglia manuali non solo nella scrittura del codice, ma anche in revisione, test, debug e gestione dei flussi di lavoro. Secondo NVIDIA, l'adozione su larga scala di Cursor ha portato a un incremento superiore a tre volte del codice effettivamente commitato rispetto ai processi precedenti.

Uno degli aspetti più rilevanti riguarda la complessità dell'ecosistema software NVIDIA. In oltre trent'anni di attività, l'azienda ha accumulato codebase estremamente estese, eterogenee e fortemente interconnesse, in cui una modifica locale può avere effetti a cascata su numerosi progetti. In questo contesto, Cursor si distingue per la capacità di mappare semanticamente grandi basi di codice e di recuperare solo il contesto realmente pertinente, migliorando velocità e accuratezza degli interventi anche su sistemi molto articolati.

L'uso dell'AI non si limita alla generazione del codice. NVIDIA ha progressivamente esteso Cursor al debug avanzato, alla generazione automatica di test, alle attività di QA e persino all'automazione di interi workflow di sviluppo. In alcuni casi, regole personalizzate consentono di gestire in modo automatico la creazione dei branch, i commit, l'analisi degli errori nelle pipeline CI e il tracciamento dei problemi. Altri flussi partono direttamente dai ticket o dalla documentazione tecnica e si concludono con l'implementazione e la validazione delle correzioni.

Particolarmente significativo è il dato sulla qualità: nonostante l'aumento marcato della produttività, il tasso di bug è rimasto sostanzialmente invariato. Un risultato non scontato, considerando che NVIDIA sviluppa software mission-critical, come driver GPU e stack per training e inferenza AI, dove l'affidabilità è un requisito imprescindibile. L'azienda, tuttavia, applica rigorosi controlli e una vasta batteria di test prima di portare il codice in produzione.

Al di là di Cursor, l'AI è già parte integrante dei processi NVIDIA da diversi anni. Un supercomputer interno contribuisce da tempo all'evoluzione continua del DLSS, mentre strumenti proprietari sono stati impiegati anche nell'ottimizzazione di alcuni design dei chip. Tra i risultati più recenti attribuiti a questo approccio figurano DLSS 4 e soluzioni che hanno consentito di ridurre fino al 25% la superficie dei die GPU rispetto a progetti comparabili.

Oltre ai benefici immediati sulla produttività, Cursor incide anche sui cosiddetti "tempi di onboarding": i nuovi assunti riescono a comprendere più rapidamente codebase complesse, mentre sviluppatori senior possono affrontare linguaggi o componenti dello stack meno familiari con maggiore sicurezza.