Khởi nguồn từ một câu lệnh (prompt) duy nhất yêu cầu tạo ra bản demo raytracing hỗ trợ bởi nhân CUDA RTX và Blackwell nhằm phô diễn sức mạnh của bộ đôi card đồ họa RTX 5090, Claude AI đã hoàn thành xuất sắc nhiệm vụ.

Theo chia sẻ từ người dùng Reddit “Zealousideal_View_12”, anh hoàn toàn không cần đến kiến thức chuyên môn về đồ họa API, biên dịch shader hay kỹ thuật xử lý song song. Claude AI đã tự động viết toàn bộ nền tảng mã nguồn C++ và CUDA, đồng thời khai thác nền tảng NVIDIA OptiX 9.1 để can thiệp trực tiếp vào các nhân RT và Tensor chuyên dụng trên phần cứng GPU hiện đại.

Trình kết xuất đồ họa này hoạt động trơn tru trên cấu hình chạy kép hai chiếc card RTX 5090 thông qua quy trình phân chia khung hình đa bộ điều hợp (split-frame multi-adapter). Thay vì giao phó toàn bộ khung hình một cách tuần tự, ứng dụng tự động cắt khung hình theo chiều ngang và phân bổ tác vụ render cho hai GPU, đi kèm tính năng cân bằng tải thời gian thực. Dù vấp phải độ trễ khi đồng bộ bộ nhớ giữa máy chủ và thiết bị (H2D và D2H), engine này vẫn duy trì tốc độ 34 FPS trong khi xử lý khối lượng dữ liệu khổng lồ lên tới 267 triệu mẫu tia sáng (ray samples) mỗi giây.

Engine do AI tạo ra còn được tích hợp hàng loạt kỹ thuật kết xuất tân tiến như Shader Execution Reordering (SER) của NVIDIA giúp sắp xếp đường đi của ánh sáng linh hoạt, tránh hiện tượng nghẽn cổ chai. Cơ chế ánh sáng của hệ thống cũng ứng dụng thuật toán Next-Event Estimation kết hợp Multiple Importance Sampling (MIS) để tính toán chuẩn xác sự phân bổ ánh sáng vật lý và tạo ra các dải bóng đổ cực kỳ chân thực.

Giải đáp thắc mắc trên cộng đồng Reddit về việc tại sao không tái sử dụng các mã nguồn mở có sẵn, tác giả dự án cho biết nguyên nhân chính là để tối ưu hóa nhân kernel phần cứng đặc thù và hạn chế tình trạng AI “ảo giác” (hallucination).

Các nền tảng render nguồn mở thường chứa hàng triệu dòng code phức tạp đi kèm hàng loạt quy tắc khắt khe. Việc nhồi nhét khối lượng dữ liệu khổng lồ này vào cửa sổ ngữ cảnh của AI sẽ tiêu tốn lượng token khổng lồ và đối mặt với nguy cơ làm hỏng các tệp phụ thuộc. Bằng cách yêu cầu AI tự tạo ra một dự án mới hoàn toàn, người dùng đã giảm thiểu rủi ro lỗi và nhận được một sản phẩm hoạt động hoàn hảo chỉ sau một giờ đồng hồ.

Khả năng tự động hóa hệ thống của AI đang đạt đến những cột mốc không tưởng. Không chỉ lập trình đồ họa, Claude mới đây còn ghi dấu ấn khi tự tay thiết kế và viết toàn bộ firmware điều khiển cho một chú robot bốn chân (bao gồm cả hệ thống truyền động, cảm biến LiDAR và mạch điện), cũng như tự thiết kế hoàn chỉnh một bảng mạch in PCB từ những chi tiết nhỏ nhất.