NVIDIA、BlueField向け開発を支援する「DOCA AI Agent Skills」を公開—API誤用を防ぎ適合率100％を達成

要点

• NVIDIAは、データ処理プロセッサ「BlueField DPU」向けの開発を効率化するオープンな定義集「DOCA AI agent skills」をGitHub上で公開した。

• 汎用AIエージェントに対し、検証済みのAPIシグネチャやハードウェア要件を機械可読な形式で提供し、推測による誤実装を排除する。

• 65件のプロンプトによる検証テストにおいて、スキル非適用時の判定達成率19％に対し、スキル適用時は100％の適合率を記録した。

• BlueField-3上でGo言語製RDMAアプリを構築するデモでは、手書きコード量を73％、ハードウェア操作コマンドを46％削減した。

• 米NVIDIAは2026年10月1日、同社のデータ処理プロセッサ「BlueField DPU」向けソフトウェア開発をAIエージェントで高速化するための機能拡張セット「DOCA AI agent skills」をGitHubで公開したと発表した。同セットは、BlueField向け統合ソフトウェアプラットフォーム「NVIDIA DOCA」の正規仕様や制約条件をAIに提供し、インフラ開発におけるAIの誤動作や手戻りを防ぐ基盤となる。同社が実施した65種類の開発タスクによる評価実験では、スキルを適用したAIエージェントがすべてのテスト項目で適合率100％を達成したという。

汎用AIエージェントが直面していたインフラ開発の課題

近年、ソフトウェア開発の現場でAIエージェントの導入が標準化しつつある。しかし、一般的なAIエージェントは広範な学習データのパターンマッチングに依存してコードを生成するため、急速に仕様が進化しハードウェア依存度が高い専門ソフトウェアの開発では、推測に頼った誤った出力を生み出しやすいという課題を抱えていた。

対象となる「NVIDIA DOCA」は、データセンターの通信処理などを担う専用プロセッサ「BlueField DPU（Data Processing Unit）」の性能を引き出す統合開発基盤だ。ネットワークの高速化やAIネイティブストレージ、セキュリティ、テレメトリ、ライフサイクル管理など多岐にわたる機能を備えている。こうした複雑な環境では、AIエージェントが一度出力ミスを起こすと、開発者による原因究明や修正に多くの時間を費やすことになり、システム導入の遅延につながっていた。

SKILL.mdで機械可読な仕様を提供

今回公開された「DOCA AI agent skills」は、AIエージェントに専門的な知識と推論フレームワークを与えるオープンで軽量な仕組みだ。各スキルは「SKILL.md」と呼ばれるファイルを中心に構築されており、正確なAPIシグネチャ（関数の定義情報）、ハードウェアの機能要件、ビルド環境の制約、正しいpkg-configモジュール名、典型的なエラーパターンとその対処策などが記述されている。

同スキルは、単に人間向けのドキュメントを要約したものではなく、AIエージェントが直接読み込んで論理的に推論できる機械可読な仕様書として機能する。対応範囲は、パケット処理を行う「DOCA Flow」、GPUとネットワークを直結する「GPUNetIO」、プログラマブルな輻輳制御を行う「PCC」、CPUを介さず高速にメモリ転送を行う「RDMA」など、DOCAライブラリ全般を網羅している。

65項目の検証実験で達成率が19％から100％へ向上

NVIDIAの開発チームはスキルの効果を検証するため、実際のDOCA開発現場を想定した65種類のプロンプトを用意し、スキル有無による性能比較を実施した。評価は1行の簡易な質問から複数要件を含む高度な指示まで多岐にわたり、タスクごとに合否判定チェックリストを用いて採点された。

スキルを適用しない汎用AIエージェントは、チェックリスト項目の19％しか満たすことができず、以下のような誤りを頻繁に発生させた。

• APIやフラグの誤用: 65件中59件
• ハードウェア機能の未確認: 65件中46件
• 不適切なツールの選択: 65件中39件
• 初期動作確認（スモークテスト）の省略: 65件中34件
• 存在しない・誤ったバージョンの推測: 65件中30件

一方、DOCA AI agent skillsを読み込ませたエージェントは、全65件のプロンプトにおいてチェックリスト達成率100％を記録した。これにより、AIエージェントはコードを書く前にハードウェアの対応状況を確認したり、ファームウェアレベルの変更に対する事前チェックを自律的に行えるようになった。

BlueField-3上のデモでコード記述量を73％削減

実際の開発シナリオを想定した比較デモでは、BlueField-3環境においてGo言語を用いたRDMAアプリケーションの構築が試みられた。スキルを適用したAIエージェントを活用することで、開発者が手作業で記述するコード量は73％削減され、ハードウェアに対して実行するコマンド数も46％削減されたことが確認された。

NVIDIAは、検証済みの仕様をAIエージェントに提供することで、試行錯誤のデバッグ時間を削り、BlueFieldインフラ上での迅速かつ安定したアプリケーション展開が可能になると説明している。「DOCA AI agent skills」は、GitHubの公式リポジトリ（NVIDIA/skills）から入手可能となっている。