Как инженеры и исследователи NVIDIA используют Codex с GPT‑5.5

12 мая 2026

Как инженеры и исследователи NVIDIA используют Codex

Команды используют Codex с GPT‑5.5, чтобы выпускать production-системы и превращать исследовательские идеи в запускаемые эксперименты.

Размер компании: Enterprise

Регион: Северная Америка

Отрасль: Технологии

Продукты: Codex

Результаты

10x

Ускорение end-to-end исследовательских workflows

Результаты

40k

сотрудников NVIDIA с доступом к Codex

В NVIDIA инженеры используют Codex как инструмент по умолчанию для сложной инженерной работы и для проведения end-to-end machine learning-экспериментов. Codex, построенный на GPT‑5.5 и работающий в production на инфраструктуре NVIDIA GB200 и GB300, может вести гораздо более длинные и автономные сессии — выходя за рамки выполнения задач и выявляя проблемы и идеи, которых не было в исходном запросе.

> «Codex — наш основной инструмент для сложных инженерных задач, и с GPT-5.5 он находит баги и пробелы в моей программе, которые другие модели не смогли обнаружить».

—Dennis Hannusch, старший инженер-программист

Создание и выпуск production-систем

Команда coding agents в NVIDIA помогает инженерам по всей компании эффективно внедрять и использовать AI-инструменты в реальных рабочих процессах разработки. Codex с GPT‑5.5 стал их основным инструментом для сложных инженерных задач.

«Лично для меня Codex с GPT‑5.5 оказался гораздо более автономным и требует намного меньше ручного сопровождения», — говорит Dennis Hannusch, старший инженер-программист в команде agents. — «Я могу запускать долгие сессии с несколькими compactions и вижу, что он по-прежнему работает с очень высокой точностью и умеет удерживать контекст работы. Кроме того, он отлично выбирает нужные инструменты и нужные навыки».

Hannusch уже использовал Codex, чтобы превратить внутреннюю платформу из MVP в production-ready систему, повышая масштабируемость и надежность по ходу работы — с ранними моделями это было сложно.

Команда также собрала внутреннее приложение для записи подкастов, похожее на Riverside, — и развернула его всего за несколько часов с помощью Codex. «С учетом наших ограничений по конфиденциальности на поиск и закупку готового ПО ушли бы недели», — объясняет Hannusch.

Используя desktop app Codex с компьютерным взаимодействием, система также смогла тестировать видео- и аудиозапись по мере разработки. «Мне вообще ничего не пришлось делать — все было построено и протестировано полностью автономно», — говорит он. «Codex полностью изменил порог того, что вообще стоит разрабатывать».

> «Скорость выполнения экспериментов выросла в 10 раз, потому что он способен вести весь end-to-end machine learning research workflow».

—Shaunak Joshi, AI researcher

Полные исследовательские workflows

Для исследовательских команд NVIDIA Codex во многом автоматизировал research loop: от определения направлений исследования до написания скриптов для machine learning-экспериментов и запуска экспериментов на удаленных машинах.

«GPT‑5.5 стал мощным прорывом как творческий партнер, особенно когда речь идет о knowledge work», — говорит Shaunak Joshi, AI researcher в NVIDIA.

Команда использует Codex как research agent, направляя модель на большой корпус релевантных статей в таких областях, как reinforcement learning. «GPT‑5.5 кажется гораздо более креативным по сравнению с конкурентами», — говорит Joshi. — «Он помог мне проследить фрагменты доказательств через всю цепочку и предложил knowledge graph идей, который действительно помог визуализировать, как связанные между собой концепции».

После определения гипотез Codex пишет скрипты на machine learning-инфраструктуре для обучения моделей. Приложение Codex поддерживает SSH, поэтому Joshi больше не нужно беспокоиться о входе и настройке на удаленных хостах; он может легко запускать крупные machine learning-нагрузки со своего ноутбука.

> «Если у вас старый codebase, который работает недостаточно эффективно, Codex очень хорош в machine translation. Поэтому многие берут свой Python-репозиторий, отправляют его в GPT‑5.5, и тот переписывает его на Rust, делая примерно в 20 раз эффективнее».

—Shaunak Joshi, AI researcher

Что дальше

Codex ускоряет работу в NVIDIA сразу в инженерных и исследовательских командах, переводя идеи от концепции к выполнению и тестированию в рамках единого workflow.

«Мы только царапаем поверхность того, на что он способен», — говорит Hannusch. «Я очень хочу и дальше строить реальные системы и посмотреть, как далеко он сможет зайти».

Присоединяйтесь к новой эпохе работы

Более 1 миллиона компаний по всему миру получают заметные результаты с OpenAI.

Читайте далее

Как финансовые команды используют Codex OpenAI Academy 12 мая 2026

Чему нас научил Parameter Golf Research 12 мая 2026

AutoScout24 масштабирует разработку с помощью AI-powered workflows 12 мая 2026

Материал — перевод статьи с английского.

Оригинал: How NVIDIA engineers and researchers build with Codex