NVIDIA ha desarrollado VibeTensor, un entorno de ejecución donde una IA generó en solo 2 meses un runtime completo combinando PyTorch, JavaScript, C++ y CUDA, demostrando el avance en la creación autónoma de software. La noticia destaca cómo la IA generativa está transformando el desarrollo de código, aunque aún presenta limitaciones. 

Desde la llegada de la IA generativa, programadores de todo el mundo la usan como asistencia e incluso dependen totalmente de ella llegando a copiar y pegar el código que genera sin más. Si bien la inteligencia artificial ha mejorado en la generación de código al igual que al generar imágenes y vídeos, sigue teniendo errores y hay algunas cosas que requieren intervención humana. Ahora bien, si el código generado + la corrección funciona, esto permite ahorrar una inmensa cantidad de tiempo. Sino, que se lo digan a NVIDIA y su proyecto VibeTensor, donde han usado mayoritariamente IA para crear un entorno de ejecución similar a PyTorch en un tiempo récord.

El uso de la inteligencia artificial se ha extendido en estos últimos años y ya podríamos decir que es normal que se use en el día a día. Ya solo ChatGPT tiene más de 500 millones de usuarios y además de este, hay muchas otras IA. Aunque se consideran herramientas, hay gente que las usa directamente como una forma de hacer las tareas y trabajo mucho más rápido y eso incluye también copiar y pegar las respuestas que da. Esto es algo que se ha visto en muchas ocasiones en estudiantes y hasta trabajadores.

NVIDIA presenta el proyecto VibeTensor, un entorno de ejecución creado en gran parte por código generado por IA

El concepto del vibe coding ha nacido en esta era dominada por la IA, pues precisamente se trata de programar usando la inteligencia artificial en gran medida. Hay aplicaciones creadas de esta forma que han conseguido ser funcionales con la ventaja de que se han creado en mucho menos tiempo de lo que habría tardado una persona. Esto no solo se limita a a aplicaciones pequeñas y sencillas, sino que el vibe coding se puede usar para proyectos de mucha mayor envergadura. De hecho, ahora tenemos el proyecto VibeTensor de NVIDIA donde los agentes IA se han encargado de generar la gran mayoría del código.

Este proyecto quería demostrar que la IA puede hacer un runtime o entorno de ejecución que combine la API de Python y JavaScript junto con componentes del tiempo de ejecución de C++ y gestión de memoria usando CUDA. A pesar de lo complejo que puede resultar esto, la mayoría del trabajo lo ha hecho la IA y solo han tardado dos meses en crearlo. En el diagrama de arriba podemos ver la arquitectura que tiene cierta similitud con PyTorch y está diseñada para Linux x86_64 y GPU NVIDIA.

NVIDIA VibeTensor también soporta plugins externos creados de esta misma forma

VibeTensor incluye un sistema propio de asignación de almacenamiento Tensor, Dispone también de un motor autograd y un dispatcher que a su vez interactúa con un asignador de caché, un subsistema CUDA y un sistema de indexado avanzado. El subsistema Fabric es una capa de GPU experimental que permite acceder a la gráfica usando CUDA P2P para una ejecución multi-GPI. Otro de los ejemplos que ha mostrado NVIDIA es el de crear un plugin para GPU Blackwell, el cual podemos ver arriba y funciona en las gráficas con chip SM100 y SM103.

Aunque es cierto que la mayoría del código fue generado por IA, durante esos dos meses los humanos estuvieron asignando las tareas y restricciones para estos agentes. Tras esto, los agentes de IA se encargaban de generar código, compararlo, compilarlo y probarlo. La validación y corrección de este seguía requiriendo personas, pero es un gran avance. Aunque es un sistema similar a PyTorch, en cuanto a rendimiento y funcionalidades no puede llegar a sustituirlo, así que se queda como un proyecto de investigación más bien.