El brillo del hardware gráfico es a menudo la primera cosa a la que la gente llama la atención al abordar el crecimiento de la computación, pero la máquina invisible que permite su creación es igualmente crucial. Esto es lo que hace que los flujos de trabajo internos de NVIDIA, el mayor proveedor de GPU del mundo, sean tan exigentes: millones de líneas que abarcan múltiples plataformas de hardware, que funcionan a través de sistemas que deben ofrecer velocidad y fiabilidad. Adarsh Kumar Sadhukha, arquitecto de infraestructuras de NVIDIA, ha trabajado durante los últimos seis años para convertir los sistemas antiguos en una arquitectura más amplia y abarcadora que pueda atender a las crecientes necesidades técnicas de millones de aplicaciones.Desde acelerar los procesos de construcción hasta diseñar nuevos idiomas específicos de dominio para configuraciones, sus contribuciones han redefinido lo que es la eficiencia dentro de NVIDIA. De los circuitos a los sistemas: un camino hacia la infraestructura Como licenciado en ingeniería eléctrica y electrónica en el Birla Institute of Technology and Science Pilani, fue fascinado por los circuitos y el hardware, pero cada vez más atraído por la precisión del software. Más tarde persiguió un máster en Georgia Tech, lo que finalmente llevó a su papel revolucionario cuando se le ofreció otro prácticas en NVIDIA. Allí, obtuvo un primer gusto de la importancia de estas herramientas críticas. Como lo dice, “Detrás de cada producto revolucionario (ya sea una GPU, un nuevo software o una tubería de datos avanzada) hay una capa invisible de herramientas que lo hace todo posible”, recordó. Esa comprensión estableció su trayectoria: en lugar de características orientadas al consumidor, su vocación fue el escudo que empoderó a otros ingenieros. Como lo dice, “Mi doble fondo en electrónica y ciencias de la computación me hizo posicionar únicamente para aplicar la ingeniería de hardware y la arquitectura de software de la misma manera, un conjunto de habilidades que impulsa fuertemente mi trabajo hoy en día”. Introducción a C++ en NVIDIA Cuando se le ofreció un puesto a tiempo completo en NVIDIA como arquitecto de infraestructura de herramientas de software, se le encargó ayudar a construir los protocolos necesarios para escalar los sistemas internos de la compañía. Uno de sus primeros desafíos en esta vena fue abordar un sistema de construcción que lentamente pero seguramente dañaba las operaciones. En ese momento, el sistema heredado era lento, intensivo en memoria y frágil cuando se escalaba. Adarsh lo rearquitó desde el principio en C++ moderno, reescribiendo algoritmos y rediseñando estructuras de datos. Pero este cambio también implicaba ayudar a los ingenieros a adaptarse a este nuevo lenguaje. C++ había sido visto desde hace mucho tiempo con precaución dentro de la compañía, con Perl siendo el principal estándar utilizado en toda la empresa. Al demostrar que el C++ moderno podía competir con los lenguajes de script de alto nivel en la velocidad del desarrollador mientras los superaba en rendimiento, Adarsh buscó cambiar de opinión. Su estilo de liderazgo, enraizado en la propiedad en lugar de la micromanagement, cultivó la confianza en todo el equipo. “Este proyecto demostró que con el rigor de la ingeniería correcta, el C++ moderno podría ofrecer un rendimiento y mantenimiento sin igual”, explica. Mejorar el DSL de la empresa A pesar de las ganancias de rendimiento, Adarsh también necesitaba abordar el problema igualmente urgente de la difusión de los archivos de configuración.Estas instrucciones extendidas regían cómo se compilan las bases de código de hardware, a menudo extendiéndose a miles de líneas criptográficas.Para los nuevos ingenieros, representaban una formidable barrera técnica, y para los veteranos, eran una fuente constante de fragilidad. La respuesta de Adarsh fue diseñar un lenguaje específico de dominio que podría acelerar el proceso manteniéndolo tan eficiente y preciso como antes.Al descomponer patrones repetitivos en una sintaxis concisa, el nuevo lenguaje de Adarsh redujo con éxito los archivos de configuración en un 30%, al tiempo que expandió su funcionalidad a través de sus operaciones internas. El DSL actualizado mostró cómo NVIDIA podría mejorar su protocolo de construcción y podría usarse para convertir su infraestructura interna en un activo compartido en lugar de una carga. Movimiento hacia el AI-Augmented Tooling Con construcciones más rápidas y configuraciones más limpias, los puntos de vista de Adarsh se sitúan en la próxima frontera: la inteligencia.Con certificaciones en aprendizaje automático y IA, su visión es para las herramientas de desarrolladores que no solo ejecuten acciones que los humanos les piden, sino que podrían, con el tiempo, aprender de ellos. Esto, en la práctica, significa que podrían existir herramientas de construcción capaces de predecir los obstáculos técnicos antes de que se conviertan en problemas serios, tuberías que se ajusten automáticamente en función de las cargas de trabajo previas y sistemas de diagnóstico que superan las perspectivas sin necesidad humana.Tales sistemas transformarían la infraestructura de construcción de reactiva a proactiva, mejorando y inferir con mayor precisión cuanto más se utilicen.Para organizaciones que manejan terabytes de código y miles de ingenieros, esto significaría ventajas como menos tiempos de inactividad, menos sorpresas y una base más inteligente que crece con la complejidad. “Las herramientas del mañana aprenderán de cada compilación y harán que la próxima sea aún mejor”, explica Adarsh. A medida que las GPU se vuelven más esenciales y se utilizan en múltiples campos, los motores invisibles que las construyen deben mantener el ritmo. La infraestructura de NVIDIA es más rápida, más flexible y está lista para un futuro en el que las herramientas aprenderán tanto como los ingenieros que las utilizan. Adarsh Kumar Sadhukha

This story contains new, firsthand information uncovered by the writer.

Este audio es producido en el idioma original de la historia!

Adarsh Kumar Sadhukha: El hombre que codifica el motor invisible detrás de las GPU

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Una breve introducción a la teoría del cerebro de Boltzmann

Telegram: el puente de Crypto Island hacia el continente

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Una breve introducción a la teoría del cerebro de Boltzmann

Telegram: el puente de Crypto Island hacia el continente

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps