NVIDIAのエンジニアと研究者はCodexでどのように構築しているか | OpenAI News

openaijamodel: gpt-5-mini-2025-08-07

NVIDIAがCodex（GPT‑5.5）で開発と研究を加速

codex gpt-5.5 nvidia ml-research ssh code-translation production-deployment

Key Points

研究ワークフロー10x高速化
長セッションと自律実行対応
Python→Rustで性能改善

Summary

NVIDIAはCodex（GPT‑5.5）を社内標準ツールとして採用し、エンジニアリングと研究のエンドツーエンドワークフローを自動化・短縮しています。CodexはGB200/GB300上で稼働し、長いセッション・自律的な操作・SSH経由のリモート実行をサポート。MVPから本番化までの改修、自動テスト、論文コーパスからのアイデア抽出と実験スクリプト生成までを効率化し、研究ワークフローで約10倍の速度改善を報告しています。

Key Points

CodexはGPT‑5.5に基づき、長いコンテキストと多段の会話を扱えるため複雑な開発作業に向く。
SSH対応によりローカルからリモートホストでのセットアップ・実行・ログ取得を自動化可能。
自律エージェントとして実装・テストを実行し、UI/音声収録アプリなどを数時間でプロトタイプ・検証できる。
コード翻訳（例：Python→Rust）で性能向上を狙えるケースがあり、既存コードのリファクタとスケール改善に有効。
実運用化ではバグの発見や設計上のギャップ提示が得られる一方、プライバシー要件や出力検証は必須。

Practical guidance for engineers

リモート実行：CodexのSSH機能を使い、まずは小さな実験ジョブでワークフローを検証する。
コード翻訳：性能改善目的で翻訳を試すが、自動変換後はベンチマークとセキュリティレビューを行う。
テスト自動化：UIや録音機能などはデスクトップアプリのコンピュータ操作機能で自律テストを組み込む。
ガバナンス：データアクセス権限・プライバシー制約を確認し、生成コードのレビュー手順を定義する。

openaijamodel: gpt-5-mini-2025-08-07

NVIDIAのエンジニアと研究者はCodexでどのように構築しているか

2026年5月12日

NVIDIAのエンジニアや研究者は、CodexをGPT‑5.5と組み合わせて、プロダクションシステムの出荷や研究アイデアを実行可能な実験へと変換しています。チームは長時間で自律的なセッションを扱い、元のプロンプトに含まれていなかった問題点やアイデアを発見することができます。

概要

Contact sales
Company size: Enterprise
Region: North America
Industry: Technology
Products: Codex

主な結果

研究ワークフローのエンドツーエンドで10xの速度向上
40kのNVIDIANがCodexにアクセス可能

Codexの役割

At NVIDIA、エンジニアは複雑なエンジニアリング作業や機械学習のエンドツーエンド実験において、Codexをデフォルトのツールとして使用しています。CodexはGPT‑5.5上に構築され、NVIDIA GB200およびGB300インフラ上で本番稼働しており、より長時間で自律性の高いセッションを扱えます。

Building and shipping production systems

NVIDIAのコーディングエージェントチームは、社内のエンジニアがAIツールを実際の開発ワークフローで効果的に採用・利用できるよう支援しています。GPT‑5.5搭載のCodexは、複雑なエンジニアリングタスクのための主要ツールとなっています。

「Codexは複雑なエンジニアリング作業のための定番ツールで、GPT-5.5と組み合わせることで、他のモデルでは見つけられなかったバグやプログラム上のギャップを浮き彫りにしてくれます。」

— Dennis Hannusch, Senior Software Engineer

HannuschはCodexを使って、社内プラットフォームをMVPから本番対応システムへと進化させ、スケーラビリティと信頼性を改善しました。以前のモデルでは困難だった作業が可能になっています。チームはまた、Riversideに似た社内ポッドキャスト録音アプリを数時間で立ち上げました。

プライバシー制約がある中で、通常なら数週間かかったソフトウェア調達が短時間で済んだとHannuschは説明します。Codexのデスクトップアプリのコンピュータ操作機能を使うことで、ビデオ／オーディオ録音機能が構築される過程で自動的にテストされました。

「私は何もしなくても、それが完全に自律的に構築・テストされました。Codexは“作る価値があるもの”の敷居を完全に変えました。」

— Dennis Hannusch

「実験の実行だけでも、エンドツーエンドの機械学習研究ワークフローを扱えるため、10xの速度改善がありました。」

— Shaunak Joshi, AI researcher

研究ワークフローの自動化

NVIDIAの研究チームにとって、Codexは研究ループの多くを自動化しました。研究領域の特定、機械学習実験用スクリプトの作成、リモートマシン上での実験実行までを含みます。

「GPT‑5.5は知識作業の創造的パートナーとして大きな解放をもたらしました。」

— Shaunak Joshi

チームは強化学習などの分野の関連論文コーパスをモデルに与えて研究エージェントとしてCodexを利用しています。GPT‑5.5は競合と比べて創造性が高く、証拠の断片をチェーン全体でたどり、概念がどう結びつくかを可視化する知識グラフを提案してくれます。

仮説を特定した後、Codexは機械学習インフラ上でモデルを訓練するためのスクリプトを書きます。CodexアプリはSSHをサポートしているため、Joshiはリモートホストへのログインやセットアップを気にせず、ラップトップから大規模な機械学習ワークロードを簡単に実行できます。

「古いコードベースで性能が悪いものがある場合、Codexは機械翻訳が非常に得意です。多くの人がPythonリポジトリをGPT-5.5に送り、Rustに書き換えて約20X効率的にしています。」

— Shaunak Joshi

今後の展望

CodexはNVIDIAのエンジニアリングと研究チーム全体で、アイデアを概念から実行、テストへと一つのワークフローで加速させています。

「できることの表面をかすっているにすぎません。本当に実システムを作り続けて、どこまで行けるかを見るのが楽しみです。」

— Hannusch

新しい働き方の時代に参加する

世界中で100万以上の企業がOpenAIを活用して有意義な成果を上げています。

Contact sales

How NVIDIA engineers and researchers build with Codex

要約

Summary

Key Points

Practical guidance for engineers

翻訳