NVIDIA multiplie par 3 le code validé avec 30 000 développeurs grâce à Cursor
NVIDIA est devenue synonyme d'IA et est aujourd'hui l'entreprise la plus valorisée au monde. L'année dernière, l'organisation a défini un nouveau mandat pour ses équipes d'ingénierie : tirer parti de Cursor afin d'intégrer l'IA à chaque phase du cycle de vie du développement logiciel (SDLC) et d'éliminer les goulets d'étranglement manuels dans la génération de code, les tests, les revues de code et le débogage.
Aujourd'hui, plus de 30 000 développeurs utilisent Cursor chaque jour, ce qui se traduit par plus de trois fois plus de code validé. Au-delà de la génération de code, NVIDIA a personnalisé Cursor pour ses workflows d'ingénierie, faisant passer l'impact des modèles d'IA de simples gains de productivité individuelle à l'automatisation de workflows de production essentiels à travers tout le SDLC.
Cursor offre de meilleures performances sur les grandes bases de code
Au cours de ses 30 années d'histoire, NVIDIA a accumulé d'immenses bases de code avec des stacks technologiques variées. Ces bases de code sont étroitement imbriquées avec de nombreuses dépendances communes. Les changements dans une base de code ont souvent des effets en cascade sur d'autres, ce qui rend difficile, même pour les meilleures équipes d'ingénierie, la gestion de toutes les nuances de ce système complexe.
Chacune des gammes de produits de NVIDIA possède une base de code complexe qui évolue rapidement. Il est très difficile pour les développeurs de rester au fait de ces changements et de comprendre l'ensemble de la base de code. C'est là que Cursor excelle vraiment.
NVIDIA a constaté des résultats rapides et précis avec Cursor dans son environnement. Cette différence tient à la capacité de Cursor de cartographier et de raisonner de façon sémantique sur de grandes bases de code. Fabian Theuring, architecte logiciel senior, a expliqué que l'agent de Cursor est nettement plus intelligent, plus rapide et plus efficace, car il ne récupère que le contexte le plus pertinent.
La rapidité et la précision de Cursor dans l'ensemble de l'environnement de développement de NVIDIA ont eu un impact immédiat sur la vélocité des équipes d'ingénierie.
Avant Cursor, NVIDIA utilisait d'autres outils de programmation assistée par IA, à la fois développés en interne et fournis par des prestataires externes. Mais c'est après avoir adopté Cursor que nous avons vraiment commencé à constater des augmentations significatives de notre vélocité de développement.
De la génération de code à l'automatisation de bout en bout du SDLC
Alors que les développeurs de NVIDIA ont commencé à livrer du code plus rapidement grâce à l’IA, les goulots d’étranglement se sont déplacés vers d’autres phases du SDLC : la revue de code, les tests et le débogage. La direction de l’ingénierie de NVIDIA s’est fixé des objectifs ambitieux pour étendre Cursor à ces flux de travail également. « Ma mission ici est d’intégrer l’IA à chaque étape du SDLC », explique Luo.
Cursor est utilisé dans quasiment tous les domaines produits et dans tous les aspects du développement logiciel. Les équipes utilisent Cursor pour écrire du code, faire des revues de code, générer des cas de test et pour la QA. L’ensemble de notre SDLC est accéléré par Cursor.
Tout a commencé par l’élargissement des cas d’usage de Cursor au-delà de la génération de code, vers des domaines comme le débogage. Theuring a expliqué que « Cursor excelle à trouver et résoudre des bugs rares et persistants. » La capacité de Cursor non seulement à identifier systématiquement ces problèmes, mais aussi à déléguer à des agents le soin de les résoudre, a eu un impact particulièrement fort.
NVIDIA a également configuré Cursor pour automatiser des flux de travail entiers. Par exemple, l’équipe de Theuring utilise des règles personnalisées pour automatiser le flux Git : création de branches, commits de code, débogage en CI et suivi des tickets. L’équipe de Luo adopte une approche similaire pour les corrections de bugs, avec une automatisation qui commence par extraire le contexte à partir des tickets et de la documentation en utilisant des serveurs MCP, et se termine avec Cursor qui implémente les correctifs de bugs et exécute des tests pour les valider. L’extensibilité de Cursor a étendu la portée de l’impact, passant d’une productivité individuelle à un impact à l’échelle des programmes.
Nous avons construit de nombreuses règles personnalisées dans Cursor pour automatiser complètement des flux de travail entiers. Cela a révélé le véritable potentiel de Cursor.
Des phases d’intégration plus rapides et des courbes d’apprentissage raccourcies
Cursor aide aussi les nouvelles recrues de NVIDIA à se familiariser plus vite avec des bases de code qu’elles ne connaissent pas et à commencer à contribuer dans des délais bien plus courts qu’auparavant.
Il a également permis aux développeurs seniors de relever de nouveaux défis, qu’il s’agisse de nouveaux langages de programmation ou de nouvelles couches de la stack technologique. Par exemple, des ingénieurs backend expérimentés s’attaquent désormais aux tâches frontend avec plus d’assurance qu’avant. « Cursor permet aux développeurs de combler leurs lacunes en compétences et de monter en compétences plus rapidement sur de nouveaux domaines », explique Luo.
Mesurer la valeur en fonction de la vitesse et de la qualité de développement
NVIDIA mesure l'impact de Cursor selon quelques indicateurs clés :
- Adoption : plus de 30 000 développeurs utilisent Cursor chaque jour
- Vitesse de développement : les développeurs utilisant Cursor effectuent trois fois plus de commits de code qu'auparavant
- Qualité du code : les taux de bugs sont restés stables malgré l'augmentation de la vitesse de développement, et la cohérence du style de code s'est améliorée
Nous utilisons Cursor tous les jours, et il est désormais impossible de revenir en arrière, car il a complètement transformé notre façon de faire de l’ingénierie logicielle. Le développement logiciel est aujourd’hui beaucoup plus agréable qu’avant. Je l’adore.
Si vous souhaitez créer des équipes d'ingénierie nativement axées sur l'IA, contactez notre équipe pour démarrer un essai de Cursor.