Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

Az NVIDIA DOCA agent skillekkel gyorsabban készülhet BlueField-kód

2026. október 1.Forrás: NVIDIA Developer
Az NVIDIA DOCA agent skillekkel gyorsabban készülhet BlueField-kód
Kép: NVIDIA Developer

Az NVIDIA GitHubon tette elérhetővé a DOCA AI agent skilleket, amelyek ellenőrzött API-aláírásokkal, hardverkövetelményekkel és buildkorlátokkal segítik az AI-ügynököket a BlueField fejlesztésében. Egy 65 feladatból álló tesztben a skillek használatával az ügynökök a vizsgált ellenőrzőlista-elemek 100 százalékát teljesítették, skillek nélkül 19 százalékát.

A lényeg röviden
  • Az NVIDIA GitHubon tette elérhetővé a DOCA AI agent skilleket.
  • A skillek ellenőrzött API-kat, hardverkövetelményeket és buildkorlátokat tartalmaznak.
  • A 65 feladatos tesztben a teljesítési arány 19 százalékról 100 százalékra nőtt.
  • A skillek a Flow, GPUNetIO és RDMA komponenseit is lefedik.
  • A bemutatott BlueField-3 RDMA-példában 73 százalékkal kevesebb kézzel írt kód készült.

Géppel olvasható tudás a DOCA fejlesztéséhez

Az NVIDIA DOCA a BlueField adatfeldolgozó egységekhez készült egységes szoftverplatform. A vállalat szerint a platform gyorsított hálózatkezelést, mesterséges intelligenciára épülő tárolást, szilíciumba épített biztonságot, telemetriát és életciklus-kezelést fog össze.

A DOCA AI agent skillek szabványosított módon adnak speciális tudást az AI-ügynököknek. Az alapjuk egy könnyű, nyílt formátumú SKILL.md fájl, amely valós API-aláírásokat, hardveres képességkövetelményeket és buildkorlátokat tartalmaz. A skillek a teljes DOCA-könyvtárat lefedik, többek között a Flow, a GPUNetIO, a PCC és az RDMA komponenseit.

Egy adott skill a hozzá tartozó DOCA-komponensre vagy munkafolyamatra koncentrál. A DOCA Flow skill például tartalmazza a tényleges függvényaláírásokat, a megfelelő pkg-config modulneveket, a buildkonténerekre vonatkozó korlátozásokat, valamint a gyakori hibákat és azok lehetséges elhárítását. Az NVIDIA leírása szerint ezek az anyagok nem pusztán a dokumentáció összefoglalói, hanem közvetlenül feldolgozható specifikációk.

Nagy különbség a tesztelt feladatokban

Az NVIDIA csapata 65 valódi DOCA-fejlesztői feladaton hasonlította össze az AI-ügynökök teljesítményét skillekkel és azok nélkül. A feladatok között egyetlen soros kérdések és több követelményt tartalmazó, részletes kérések is szerepeltek. Az eredményeket feladatonként meghatározott, teljesítendő ellenőrzőlista alapján pontozták.

Skillek nélkül az ügynökök a vizsgált ellenőrzőlista-elemeknek csak a 19 százalékát teljesítették. Skillek használatakor ez az arány mind a 65 prompt esetében 100 százalék volt. A skillek nélküli tesztekben 59 alkalommal fordult elő API-k vagy kapcsolók helytelen használata, 46 esetben maradt el a hardver képességeinek ellenőrzése, 39 alkalommal történt hibás eszközválasztás, 34 esetben maradtak ki az alapvető működési tesztek, 30 esetben pedig az ügynök verziókat tippelt.

Az NVIDIA szerint a DOCA-könyvtár nagy, gyorsan változik, és olyan hardverfüggő részleteket tartalmaz, amelyeket az általános betanítási adatok nem feltétlenül fednek le. Emiatt egy általános célú ügynök ellenőrzött szerződések és hardverleírások nélkül találgatásra támaszkodhat.

Kevesebb javítási kör és hardveres bizonytalanság

Az NVIDIA szerint a skillek három területen segíthetik a fejlesztőket. Az ellenőrzött API-hívások révén az ügynök már a kezdetektől valós függvényeket használhat. A hardver képességeinek előzetes vizsgálata csökkenti annak kockázatát, hogy az elkészült kód csak a tényleges eszközön derüljön ki működésképtelennek. A telepítés előtt alkalmazott ellenőrzések, visszaállítási tervek és a teljes kikapcsolásos újraindításra vonatkozó szempontok pedig kevesebb ismeretlen tényezőt hagynak a hardver módosításakor.

A bemutatott példák egyike egy BlueField-3 DPU-val rendelkező gépen futó DOCA Comch kapcsolat létrehozását vizsgálta. Az ügynök a forrás szerint valódi DOCA Comch API-hívásokat, helyes argumentumsorrendet, ellenőrzött kapcsolókat és megfelelő életciklust használt.

Egy másik feladatban két, nagy sebességű InfiniBand hálózatra kötött gépen kellett volna megmérni egy GPU-kernelből indított RDMA WRITE kérés késleltetését. A skillekkel dolgozó ügynök a kód írása előtt ellenőrizte a GPU és a hálózati kártya PCIe-topológiáját, valamint a GPUNetIO támogatását.

A GitHubon érhetők el a skillek

Az NVIDIA 2026. október 1-jén közzétett bejegyzése szerint a DOCA AI agent skillek az NVIDIA/skills GitHub-tárházban érhetők el. A készletben a Flow, a GPUNetIO és az RDMA mellett további DOCA-komponensekhez is találhatók skillek.

A vállalat egy BlueField-3-on futó, Go nyelvű RDMA-alkalmazást is bemutatott. A leírás szerint a skilleket használó ügynök 73 százalékkal kevesebb kézzel írt kódot és 46 százalékkal kevesebb hardverparancsot használt az összehasonlított példában. A megoldás a fejlesztők számára elsősorban az ellenőrzési és hibajavítási ciklusok csökkentését célozza, miközben a BlueFieldre készülő kódnak a tényleges API-khoz és eszközképességekhez kell igazodnia.

Kapcsolódó hírek

A CoreWeave az NVIDIA BlueField-4-gyel fejleszti AI-felhőjét
Chipek és infrastruktúra2026. október 2.

A CoreWeave az NVIDIA BlueField-4-gyel fejleszti AI-felhőjét

A CoreWeave az NVIDIA következő generációs BlueField-4 adatfeldolgozó egységének integrációját tervezi AI-felhőplatformjába. A vállalat szerint a technológia gyorsabb…

NVIDIA DOCA Agent Skills gyorsabb BlueField-fejlesztést ígér
Fejlesztőknek2026. október 1.

NVIDIA DOCA Agent Skills gyorsabb BlueField-fejlesztést ígér

Az NVIDIA elérhetővé tette GitHubon a DOCA AI agent skills csomagot, amely ellenőrzött API-aláírásokkal, hardverkövetelményekkel és buildkorlátokkal segíti az…

Élesben fut a Vera Rubin, a CoreWeave első ügyfele a Cognition
Chipek és infrastruktúra2026. szeptember 30.

Élesben fut a Vera Rubin, a CoreWeave első ügyfele a Cognition

A CoreWeave elérhetővé tette felhőjében az NVIDIA Vera Rubin NVL72 rendszereket, az első éles ügyfél pedig a Devin AI szoftvermérnököt fejlesztő Cognition. A vállalat…