多年來，優化 Nvidia 芯片的 CUDA 工程師一直是以科技行業最搶手的人才之一。如今，他們越來越多地管理替他們完成這項工作的 AI。

這些工程師專門使用計算統一設備架構（CUDA）——Nvidia來編程他們的AI芯片，也就是GPU的軟體——來編寫能夠盡可能高效運行AI的代碼。

之所以備受青睞，是因為算力成本極高；能夠把一塊芯片的價值榨取得更加充分的工程師，可以為公司節省數百萬美元。

CUDA 工程師過去通常會花時間編寫 kernel，也就是那些告訴 GPU 如何盡快完成單一任務的小段代碼，然後再反複測試，找出最快的版本。如今，AI 正在接手其中大量繁瑣的工作：它會生成數百個 kernel，進行測試，並挑選最佳方案。

因此，CUDA 工程師越來越多地把時間花在監督編碼代理上。這也是整個軟件行業更廣泛轉變的一部分：開發者正從寫代碼轉向管理 AI。

AI基礎設施創業公司Standard Kernel的聯合創始人Anne Ouyang表示，這意味著工程師需要設定目標、檢查結果，並在AI出現問題時介入。

她說，由於 AI 可能會引入人類無法編寫出的「奇怪」漏洞，審查 AI 代碼的工作變得「更加緊張」。

儘管發生了這種變化，招聘數據仍顯示對 CUDA 工程師的需求依然強勁。勞動力市場分析公司 Lightcast 的全球研究主管 Elena Magrini 表示，雖然整體軟體工程師的需求低於2023年，但「某些專業技能，比如 CUDA，需求已經增長」。

AI 優化創業公司 INT21 的創始人 Bing Xu 表示，即便 AI 大幅提升了生產力，稀缺性仍然是一個挑戰。這是因為最深厚的 CUDA 經驗是在20多年的時間裏逐步積累起來的，遠早於 AI 帶動需求飆升的時期。

「過去，我們招不到足夠多的高品質的 CUDA 工程師，而現在 AI 正在填補這一缺口，」 Xu 說。

CUDA 工程師崗位正在演變

CUDA 工程師職位存在於 Nvidia 的內部及外部，包括 AI 實驗室和雲計算巨頭。根據 Lightcast 的數據，截至2026年前8個月，美國對於需要 CUDA 技能的職位發布數量已經超過了2025年全年的總數。

該機構稱，Nvidia 仍為招聘這類職位的最大雇主，截至9月，美國仍有300多個需要CUDA技能的活躍職位空缺。Nvidia 公開發布的CUDA相關工程崗位顯示，基本薪资最高可達431,250美元，另加股票和福利。

Nixon 表示，AI 降低了經驗較少的工程師的入門門檻，同時也將資深工程師推往更高層級的工作，比如監督 AI。

Ouyang 表示，AI 可能對初級 CUDA 工程師的衝擊最大，而那些能夠勝過 AI 並驗證其工作成果的專家將會變得更有價值。

隨著時間的推移，AI 可能會承擔更大的角色。

Xu 表示，他所在公司的研究已经显示，在某些 kernel 编写的基准上，AI 的表現可以超過人類工程師。

Nixon 表示，在某些情況下，AI 已經能夠写出工程師無法完全理解的 CUDA 代碼，不過工程師仍可以驗證其正確性。

他說，這種超越人類工程師的能力，為現實世界中的「超人類」AI提供了早期的一瞥。

Have 一個 tip ？ __BJW_BOLOKA_00001__ __BJW_BOLOKA_00002__ _BJW_BOLOKA_00004__ _BJW_BOLOKA_00005__ __BJW_60005 __BJW_BOLOKA_00007__ @ __BJW_BOLOKA_00008__ __BJW_BOLOKA_00009__BJW_BOLOKA_00010__ _BJW_BOLOKA_00011__ @ _0_BJW_12__BOLOKA. __BJW_BOLOKA_00013__ a __BJW_BOLOKA_00014__ __BJW_BOLOKA_00016__ _BJW_BOLOKA_00017__ a __BJW_00017_0 __BJW_BOLOKA_00019__ ; __BJW_BOLOKA_00020__ _BJW_BOLOKA_00022__ _BJW_BOLOKA_00023__ _BJW_BOLOKA_00024__00023_00023 __BJW_BOLOKA_00026__ .