NVIDIA 用 OpenAI 模型加速端到端研究工作流

背景与问题：据OpenAI官网客户案例，NVIDIA工程师将Codex（基于GPT-5.5）作为复杂工程工作的默认工具，并在生产环境运行于NVIDIA GB200与GB300基础设施上，可支撑更长、更自主的会话。方案与落地：对研究团队而言，Codex在很大程度上自动化了研究闭环——从确定研究方向、编写机器学习实验脚本，到在远程机器上运行实验；Codex应用支持SSH，研究员无需操心远程主机登录与环境配置，可从笔记本直接发起大规模机器学习工作负载。团队还将Codex用作研究代理，指向强化学习等领域的大量论文语料。另有智能体团队工程师把内部平台从MVP演进为生产可用系统；鉴于隐私约束，团队用Codex在数小时内搭起类Riverside的内部播客录制应用，而按其说法采购软件原本需要数周。效果与数据：官方统计卡称端到端研究工作流提速10倍（出自AI研究员Shaunak Joshi的口述，文中未说明对照基线），4万名NVIDIA员工已获得Codex访问权限；Joshi并转述，有员工将Python代码库交GPT-5.5重写为Rust，称效率提升约20倍。