NVIDIA のエンジニアと研究者が Codex を活用して開発する様子

NVIDIA では、エンジニアたちが複雑な工学作業やエンドツーエンドの機械学習実験の実行において、Codex をデフォルトツールとして活用しています。GPT‑5.5 を基盤に構築され、NVIDIA の GB200 および GB300 インフラ上で本番環境で稼働している Codex は、より長く自律的なセッションを処理可能であり、単なる実行を超えて、元のプロンプトには含まれていなかった問題やアイデアを浮き彫りにします。 「Codex は複雑な工学タスクにおける私たちの定番ツールです。GPT-5.5 を用いることで、他のモデルでは発見できなかったプログラム内のバグや欠落箇所を明らかにしてくれます」 —Dennis Hannusch 氏、シニアソフトウェアエンジニア ## 本番システムの構築とリリース NVIDIA のコーディングエージェントチームは、社内のエンジニアたちが現実の開発ワークフローにおいて AI ツールを効果的に導入・活用できるよう支援しています。GPT‑5.5 を搭載した Codex は、複雑な工学タスクにおける彼らの定番ツールとなっています。 「私個人としては、GPT-5.5 を搭載した Codex がはるかに自律性が高く、細かな手取り足取りのサポートが不要だと実感しています」と、エージェントチームに所属するシニアソフトウェアエンジニアの Dennis Hannusch 氏は説明します。「複数回のコンパクション（圧縮）を伴う長時間のセッションでも、トップレベルの精度を維持し、文脈を適切に保ちながら作業を進められることが確認できました。また、適切なツールやスキルを戦術的に選択する点においても非常に優れています」 Hannusch 氏はすでに、Codex を活用して内部プラットフォームを MVP（最小実行可能製品）から本番運用可能なシステムへと進化させ、その過程でスケーラビリティと信頼性の向上を実現しました。これは以前のモデルでは困難であった課題です。 チームはまた、Riverside に似た内部ポッドキャスト録画アプリも構築しました。これは Codex を使用してわずか数時間で立ち上げられたものです。「プライバシーの制約を考慮すると、ソフトウェアを調達するには数週間かかったでしょう」と Hannusch は説明します。 Codex デスクトップアプリをコンピュータ操作と併用することで、システムは構築中にビデオおよびオーディオ録画機能もテストできました。「何もする必要はありませんでした。完全に自律的に構築され、テストされました」と彼は言います。「Codex は、何を構築する価値があるかという基準を根本から変えました」。 「実験の実行面だけで 10 倍の速度向上がありました。なぜなら、エンドツーエンドの機械学習研究ワークフロー全体を処理できるからです」 —Shaunak Joshi, AI リサーチャー ## フルな研究ワークフローの実行 NVIDIA の研究チームにとって、Codex は主に研究ループを自動化しました。研究領域の特定から、機械学習実験のスクリプト作成、そしてリモートマシン上での実験実行までです。 「GPT‑5.5 は創造的なパートナーとして大きな可能性を開きました。特に知識労働においては」と、NVIDIA の AI リサーチャーである Shaunak Joshi は述べています。 チームは Codex を研究エージェントとして使用し、強化学習などの分野における関連論文の大規模なコーパスをモデルに指向させます。「GPT-5.5 は競合他社と比較して非常に創造的であるように思われます」とジョシ氏は述べています。「このモデルは、証拠のスニペットを全体のチェーン全体で追跡するのを助け、アイデアの知識グラフ（knowledge graph）を提案してくれました。これにより、概念がどのように結びついているかを視覚化するのに本当に役立ちました。」 仮説を特定した後、Codex は機械学習インフラストラクチャのためのスクリプトを作成し、モデルのトレーニングを行います。Codex アプリは SSH をサポートしているため、ジョシ氏はリモートホストでのログインやセットアップについて心配する必要がなくなったと発見しました。彼は自分のラップトップから簡単に大規模な機械学習ワークロードを実行できるようになりました。 「パフォーマンスがあまり高くない古いコードベースをお持ちの場合、Codex は機械翻訳において非常に優れています。そのため、多くの人が Python リポジトリを GPT-5.5 に送信し、それを Rust へ書き換えて、20 倍も効率的にしています。」 —Shaunak Joshi, AI researcher ## 次のステップ Codex は、NVIDIA のエンジニアリングチームと研究チーム全体で作業を加速しており、概念から実行、テストに至るまでのアイデアを単一のワークフローで実現しています。 「私たちが取り組んでいるのは、その可能性の表面にすぎません」とハヌシュ氏は述べています。「実際にシステムを構築し、それがどこまで到達できるかを見ることを楽しみにしています。」

NVIDIA のエンジニアと研究者が Codex を活用して開発する様子

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト

背景や根拠まで確認しますか？

関連記事

ニュースの次に確認する

調べる

選ぶ

サイト