多年来，负责优化英伟达芯片的CUDA工程师一直是科技界最炙手可热的专家之一。如今，他们越来越多地管理着替他们完成这些工作的AI。
这些工程师专门使用英伟达用于对其人工智能芯片（即 GPU）进行编程的软件——统一计算设备架构 (CUDA) ——来编写能够尽可能高效地运行人工智能的代码。
这些工作之所以令人垂涎，是因为计算成本巨大；能够从芯片中榨取最大价值的工程师可以为公司节省数百万美元。
CUDA工程师过去常常花费大量时间编写内核——这些小段代码告诉GPU如何以最快的速度完成一项任务——然后进行测试，找到最快的版本。如今，人工智能正在接管大部分这项繁琐的工作，它可以生成数百个内核，进行测试，并从中选出最佳版本。
因此，CUDA工程师越来越多地将时间用于监督编码代理。这是软件行业整体转变的一部分，即开发人员正从编写代码转向管理人工智能。
初创公司 Infinity 的创始人 Jeremy Nixon 表示，这包括设定目标、检查结果，以及在 AI 遇到困难时进行干预。Infinity 致力于构建优化芯片软件的 AI。
人工智能基础设施初创公司 Standard Kernel 的联合创始人 Anne Ouyang 表示，由于人工智能可能会引入人类不会编写的“奇怪的”错误，审查人工智能代码的工作变得“更加紧张”。
尽管市场格局有所转变，但招聘数据显示，对CUDA工程师的需求依然强劲。劳动力市场分析公司Lightcast的全球研究主管Elena Magrini表示，虽然软件工程师的整体需求低于2023年的预期，“但对某些专业技能（例如CUDA）的需求却有所增长”。
人工智能优化初创公司INT21的创始人徐冰表示，尽管人工智能极大地提高了生产力，但资源稀缺仍然是一个挑战。这是因为最深厚的CUDA专业知识是在20多年前积累起来的，远在人工智能导致需求飙升之前。
徐说：“过去，我们招不到足够多的优秀 CUDA 工程师，现在人工智能正在填补这一缺口。”
英伟达内外都有CUDA工程师职位空缺，包括人工智能实验室和云计算巨头。据Lightcast数据显示，2026年前八个月美国需要CUDA技能的职位发布数量已经超过了2025年全年。
据英伟达称，该公司仍然是招聘此类职位的最大雇主，截至9月份，其在美国发布的300多个职位空缺都要求具备CUDA技能。英伟达公开发布的CUDA相关工程职位基本年薪最高可达431,250美元（不含股票和福利）。
尼克松表示，人工智能降低了经验较少的工程师的准入门槛，同时也推动资深工程师从事更高层次的工作，例如监督人工智能。
欧阳表示，人工智能可能会对初级 CUDA 工程师造成最严重的打击，而能够超越人工智能并验证其工作的专家将变得更有价值。
随着时间的推移，人工智能可能会发挥更大的作用。
徐表示，他所在公司的研究已经表明，人工智能在编写内核的某些基准测试中可以胜过人类工程师。
尼克松说，在某些情况下，人工智能已经编写出工程师无法完全理解的 CUDA 代码，尽管他们可以验证代码的正确性。
他表示，这种超越人类工程师的能力，让我们得以一窥现实世界中“超人”人工智能的雏形。
（来源：编译自businessinsider）
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
