跳到主要內容
akiraxtwo super

NVIDIA 這週:幫 NASA 把程式碼送上太空,也把 Codex 裝進全公司

Jensen Huang 向全體員工宣佈 Codex(GPT-5.5)正式上線,同一天 NVIDIA 還在慶祝協助 NASA 優化了 Artemis 任務的關鍵程式碼。這是 NVIDIA 從晶片公司轉型為 AI 平台的一周縮影。

NVIDIA 這週:幫 NASA 把程式碼送上太空,也把 Codex 裝進全公司
目錄+

2026 年 4 月 23 日,NVIDIA 同時出現在兩則截然不同的新聞裡。

一則是 OpenAI 宣佈 Codex 企業部署計畫,NVIDIA 是第一個全公司導入的案例。另一則是 NVIDIA 自己在 X 上貼出一段影片,慶祝協助 NASA 優化了 Artemis 任務的關鍵飛行程式碼。

同一天,同一家公司,一邊在太空計畫留下足跡,一邊在重新定義企業 AI 導入的速度與規模。這不是巧合,而是 NVIDIA 正在發生的結構性轉變的一個截面。

幫 NASA 寫飛行程式碼

NVIDIA 協助 NASA 優化的,是 LAVA(Launch, Ascent, and Vehicle Aerodynamics)軟體。這套程式碼在 2026 年 4 月正式對外公開,任何美國研究機構或企業都可以使用,應用範圍從超音速客機到物流無人機都涵蓋在內。

LAVA 的核心任務是模擬 Artemis I 發射環境——火箭升空時的氣動力學計算量驚人,傳統 CPU 叢集跑起來費時費力。NVIDIA 加速運算架構的介入,讓模擬精度和速度都往前推了一截。

NVIDIA 的推文說:「很自豪能協助 NASA 優化這段程式碼,並看著它驅動 Artemis 這樣關鍵的任務。我們迫不及待想看到它為美國更廣大的航太社群帶來什麼新工程成就。」

這段話放在 2026 年的語境裡,意義不只是「我們跑得很快」。NVIDIA 在 2026 年 3 月已正式推出 Space Computing 平台,把加速運算能力包裝成航太與太空 AI 應用的基礎設施。LAVA 公開,等於是第一個可以直接接觸到這套能力的公共工具落地。

航太圈的工程師現在拿到的,是一個曾在真實發射任務中跑過的模擬工具,而且背後跑的是 NVIDIA 的硬體加速。

Jensen Huang 的那封內部信

同一天,一封內部信在 NVIDIA 全公司流傳。

Jensen Huang 宣佈,Codex——也就是 OpenAI GPT-5.5 驅動的 AI coding agent——正式向所有 NVIDIA 員工開放。在此之前,這個工具已在 10,000 名員工組成的先導計畫中跑了一段時間,涵蓋工程、產品、法務、行銷、財務、銷售等部門。

Huang 在信中寫道:「GPT-5.5 顯然是 AI 的下一步——一項里程碑式的成就。Codex 不只是給軟體部門用的,每個人都應該使用 Codex agent。」

信中還有這句話,被廣泛引用:「聊天機器人回答問題,Agent 完成工作。讓我們跳躍到光速。歡迎來到 AI 時代。」

員工的反應被描述為「mind-blowing」和「life-changing」——這些字眼出現在 Huang 的信裡,是他轉述內部試用者的感受。

同一天,Sam Altman 在 X 上寫道:「我們和 NVIDIA 嘗試了一件新事——在整個公司範圍內部署 Codex,看著它運作真的很棒。如果你也想在你的公司這樣做,請告訴我們。」

這是 OpenAI Codex Labs 計畫的一部分。Accenture、Capgemini、Cognizant、Infosys、TCS 已作為首批全球系統整合商夥伴加入。截至 2026 年 4 月,Codex 的每週活躍開發者數量已超過 400 萬。

內部人員說「mind-blowing」,這件事本身值得細看

NVIDIA 是全球 AI 加速運算的核心硬體供應商。他們的 GB200 NVL72 Blackwell 機架,正是 Codex 在 NVIDIA 內部跑起來的基礎設施。

換句話說:NVIDIA 的員工是在自家硬體上,評估競爭對手(OpenAI)的 AI 工具,然後說它「改變了生活」。

這個細節值得停下來想一想。

企業 AI 導入的敘事,通常是「我們試了,效率提升了 X%」這類數字。但「mind-blowing」和「life-changing」這兩個詞,意味著某種更根本的感知轉變——不是「這個工具讓我省了幾分鐘」,而是「我對工作方式的預設假設改變了」。

這種感受不是所有人都能立刻體驗到的。Codex 目前仍有明確的使用限制:rate limit 存在,對於高度複雜、需要跨越大型 codebase 脈絡的任務,它的表現並不穩定。早期用戶回報在處理深度依賴的遺留系統時,agent 有時會繞遠路或卡住。這些「rough edges」在 10,000 人規模的先導計畫中一定存在,只是沒有出現在 Jensen 的信裡。

企業 AI 採用率從來不是線性的。400 萬每週活躍開發者聽起來很大,但這個數字告訴你有多少人打開過工具,而不是有多少人把它嵌進了真正的生產工作流。NVIDIA 的內部信,是難得一見的企業端真實信號——不是供應商的 case study,而是買方的自我揭露。

NVIDIA 在重新定義自己是什麼公司

這兩則新聞放在一起看,有一個共同的邏輯。

NVIDIA 賣晶片,但它越來越不只是晶片公司。Space Computing 平台是一個訊號:NVIDIA 想成為航太 AI 應用的基礎設施層。全公司導入 Codex 是另一個訊號:NVIDIA 不只是 AI 基礎設施的提供者,它也是第一批大規模「使用者」之一。

當 Jensen Huang 說「讓我們跳躍到光速」,他說的對象是 NVIDIA 自己的員工。但這封信一旦流出,實際上也在對整個產業說話:這是我們認為 AI agent 應該被採用的方式,不是試用,不是 pilot,是全員部署。

Codex 跑在 NVIDIA 的 Blackwell 硬體上,NVIDIA 的員工用 Codex 做工程工作,NVIDIA 的晶片又驅動著 OpenAI 訓練下一代模型。這個閉環,是目前 AI 產業裡最罕見的位置——同時站在供應端和需求端,還能拿自家產品當試驗場。

NASA 的 LAVA 程式碼在太空飛過一次了。NVIDIA 的全員 Codex 部署,會不會成為其他企業跟進的參考座標,現在還不知道。但這一週,至少這個問題已經被放上檯面。