さて、新年一発目の記事はAIを使ったソフトウェア開発の本を3冊読んだのでまとめて紹介しようと思います。

2024年はAIの実応用が様々な分野で出始めてきた印象を持っています。その中でもソフトウェア開発は、使い方のノウハウや各種ツールがいろいろリリースされて、これからどんどんAIを使ってソフトウェア開発がされていくんだろうなと誰もが思っているかと思います。

ただ、みなさん、実際にAIを使ってソフトウェア開発をどれくらいしているでしょうか？私も昨年末までは簡単にはGitHub Copilotを仕事や趣味で簡単に使っている程度でAIを使いこなしてソフトウェア開発をしている！と自信を持っていえる状態ではありませんでした。

このため、年末年始の休みはいい機会ということで、AIを活用したソフトウェア開発について学べる本をいくつか読みました。今回は読んだ本のうち３冊をまとめて紹介しようと思います。

生成AI時代の新プログラミング実践ガイド Pythonで学ぶGPTとCopilotの活用ベストプラクティス

生成AI時代の新プログラミング実践ガイド Pythonで学ぶGPTとCopilotの活用ベストプラクティス

著:松本直樹

Amazon

楽天市場

ポチップ

GitHub Copilot以外にもChatGPTやOpenAI API、LangChainなど、幅広いAI活用法について紹介している本で、GitHub Copilot部分に関しては実際にwebアプリケーション開発の例なんかも載っていてわりと活用イメージをすぐに持てる本です。

この本の特徴を簡単にまとめると以下の通りです。

• GitHub Copilot以外の内容も充実
  ChatGPTやOpenAI API、LangChainなどの使い方も説明されていて、AI全般に関する知識を獲得できます。ただ、GitHub Copilotだけを詳しく知りたいと思っている場合は思っていたものと違うという印象をもつかもしれません。
• GitHub CopilotとChatGPTを使った開発例がいい
  例としてGitHub Copilotの簡単な機能紹介だけではなく、ChatGPTを使った要件定義から、実際にCopilotでコードを書き上げる流れまで一連のプロセスが１章分かけて分かりやすく紹介されていました。この部分は読めばすぐにでもChatGPTとGitHub Copilotを使った開発の手順がイメージできたので、個人的に非常に良かったです。

コード×AI ー ソフトウェア開発者のための生成AI実践入門

コード×AIーソフトウェア開発者のための生成AI実践入門

著:服部 佑樹

Amazon

楽天市場

ポチップ

先ほどの本（「生成AI時代の新プログラミング実践ガイド」）が「ChatGPTとGitHub Copilotを使ってすぐに開発する手順」が分かりやすくまとまっていたのに対して、こちらの本は「AIとは何か」「ソフトウェア開発にどう活かすか」という 概念的な解説 が多い印象でした。

この本の特徴を簡単にまとめると以下の通りです。

• 特定のツールに依存しない汎用的な説明
  Promptの改善の仕方など、概念ベースの解説が多いため、すぐに知識が陳腐化してしまうリスクは少なそうです。一方で、具体的なツールの使い方に重点を置いていないため、「これを読んですぐにAI開発ができる！」という即効性はあまり感じませんでした。
• 実践するには練習が必要
  提示されているPrompt例はあくまでベースであり、こういう時どうすればいいのかについての深い言及は少なめな印象でした。このため、ただ読むだけでは活かせない知識が多く、この本で得た知識を使いこなすにはしばらくいろいろ手を動かしてみる必要があると思いました。

AIエディタCursor完全ガイド　やりたいことを伝えるだけでできる新世代プログラミング

AIエディタCursor完全ガイド ―やりたいことを伝えるだけでできる新世代プログラミング―

著:木下雄一朗

Amazon

楽天市場

ポチップ

普段VSCodeを使っている身として、「最近よくきくCursorって、使い心地はどうなんだろう？」と気になり手に取った一冊です。この本は初心者でも分かりやすく、実践的な使い方が豊富に紹介されているので、「こんなことまでできるのか！」を体感しながら読める内容でした。

この本の特徴を簡単にまとめると以下の通りです。

• エディタとしてのCursor活用例が充実
  単純な画像変換やPDF結合など、ちょっとしたスクリプトでできそうな作業から、iOSアプリ開発にまで踏み込んだ事例が取り上げられており、やりたいことに合わせてCursorを使いこなすイメージがつかみやすかったです。
• すぐに試してみたくなる
  手順が丁寧かつ実用的なため、読みながら「すぐにでもこれを試してみたい！」と思えるものが多く、Cursorでいろいろ試しながら読み進めていました。

こういう人にお勧め

今回読んだ3冊は、意図せず全然違う３冊でした。それぞれどういう人にお勧めかを簡単にまとめると

1. すぐに開発に導入してみたいなら
   「生成AI時代の新プログラミング実践ガイド」が、ChatGPTとGitHub Copilotを連携させてコード生成まで行う流れを具体的に解説してくれるので、実践的な入門書として最適に感じました。
2. 概念から学びたいなら
   「コード×AI ー ソフトウェア開発者のための生成AI実践入門」は、AI全般の仕組みやPromptの考え方など基礎がしっかり学べます。ただし、即戦力というよりは理解を深めるための本といった印象です。
3. 新しいAIエディタを試してみたいなら
   「AIエディタCursor完全ガイド」は、Cursorというエディタの便利機能を豊富な事例とともに紹介してくれるので、今までVSCodeなどを使っていた方にも新鮮な発見がありそうです。

終わりに

それぞれの本を読んだことで、AIを開発に取り入れる際のイメージが具体的になりました。ツールやフレームワークの選択肢は多く、一長一短がありますが、まずは自分が取り組んでいるプロジェクトや学習スタイルに合ったものを試してみるのが大切だと思いました。これからもAIを活用したソフトウェア開発の動向や事例を追いかけつつ、積極的に活用していきたいと考えています。

またこれまでもいろいろ本の紹介記事を書いていますので、他にも興味がある本がありましたら是非読んで見てください。

The post AIを使ったソフトウェア開発の書籍まとめ(2025/1版) first appeared on まったり勉強ノート.

最近、久しぶりにCUDAでコードを書きそうな状況になってきました。このため、ここ数日CUDAの開発環境の準備をしているところです。その際、周りの人が結構Visual Studio Code (VSCode) を使っていろいろな言語のコードを書いているという話を聞いたことを思い出し、私自身、まだVSCodeを使ったことなかったので、せっかくならCUDAの開発をVSCodeを使ってやってみるかーと思ってCUDAをVSCodeを使って書くための準備を開始しした次第です。

そして、VSCodeが何もわからない状態からCUDAのコードをある程度VSCodeを使って書くところまでできたので、今回調べたことをまとめたものを記事にしました。

前提として、CUDAのセットアップは終わっている状態であると仮定して説明をします。また、開発環境はWindows11のマシンでVSCodeを起動して、VSCodeからリモートのUbuntusマシンに接続して開発することを想定して説明します。

今回のVSCodeの設定をして、CUDAの簡単なコード作成したものをGitHubに以下のところにあげてあります。コード全体を見たいという方は見てみてください。

https://github.com/shu65/cuda_vscode_sample

Visual Studio Codeインストール

まずは以下のURLからVSCodeの本家のサイトからVSCodeのインストーラーを自分の環境に合わせてダウンロードしてください。

https://code.visualstudio.com/

その後、インストーラーを実行してVSCodeをインストールしてください。

Visual Studio CodeのExtensionsインストール

CUDAを開発するにあたり最低限必要なextensionを入れます。まず、VSCodeのExtensionsのビューを開きます。ビューは以下のボタンをクリックするか Ctrl + Shift + x で開くことができます。

Extensionsのビューを開いたら以下の二つのものを検索して[Install]ボタンを押します。

C/C++ のほうは名前の通り、C/C++のコードを書くためのextensionで、Nsight Visual Studio Code EditionはCUDAのdebuggerをVSCodeを使ってGUIで操作するためのものになっています。

CUDA開発で必要なVisual Studio Codeの設定ファイルを作る

c_cpp_properties.jsonの作成と編集

c_cpp_properties.json はコード補完や各種C++に関する設定を書くファイルです。VSCodeのウインドウの上部にある[View]→[Command Pallet]を選択するかCtrl + Shift + p というショートカットキーで以下のような入力がでてきます。

ここで[C/C++: Edit Configurations]を選択するとデフォルトの c_cpp_properties.json を.vscode というディレクトリ下に作ってくれます。

C++のコードであれば基本はデフォルトのままでもよいですが、CUDAのコードの開発の場合はインクルードパスにCUDAのディレクトリを追記します。具体的には以下のようにします。

            "includePath": [
                "${workspaceFolder}/**",
                "/usr/local/cuda/include"
            ],

ただし、WindowsにCUDAを入れている方やLinux系でもインストール時のパスの指定などが違うと上記のパスにincludeディレクトリがない可能性があるので注意してください。

tasks.jsonの作成と編集

次にビルドを簡単に実行できるように tasks.json を準備します。VSCodeの場合、taskでコンパイラを叩いて実行する例をよくみます。ただ、この形式だとVSCodeを使わないでビルドする方法が謎だったので、今回はよくあるMakefileを用意してmakeコマンドでビルドすることにします。

Makefileは以下のものを予めディレクトリに追加しておきます。

https://github.com/shu65/cuda_vscode_sample/blob/main/Makefile

c_cpp_properties.json と同様にVSCodeのウインドウの上部にある[View]→[Command Pallet]を選択するかCtrl + Shift + p を叩きます。

そして[Tasks: Configure Task]を選択します。

次に以下のように[Create tasksjsonfile from template]を選択します。

その後、[Others]を選択してファイルを作ります。

これでtasks.jsonを.vscode 下に作ってくれます。あとは以下のようにmakeを叩くtaskを追加します。

        {
            "label": "make",
            "type": "shell",
            "command": "make",
            "args": [],
            "problemMatcher": [],
            "group": {
                "kind": "build",
                "isDefault": true
            }
        }

これでCtrl + Shift + b で上記のmakeを実行するtaskを実行できます。

launch.jsonの作成と編集

最後にlaunch.json の作成と必要な部分の編集についてです。

launch.json を作成する際は、ウインドウ上部の[Run]→[Add Configuration…]を選択するかCtrl + Shift + p を叩いて、以下のように[Debug: Add Configuration…]を選択します。

次に[CUDA C++ (CUDA-GDB)]を選択します。

そしてprogramの部分を以下のように変更します。

 "program": "${workspaceFolder}/main"

実行ファイル名はMakefileでmain という名前を指定していたので、それをそのまま書いています。この部分はプロジェクトごとに変わると思うので注意してください。

launch.jsonの修正が完了したらF5 でcuda-gdb を使ったデバッグを実行できます。

Visual Studio CodeでCUDAのDebuggerを試す

ここまででCUDA開発する最低限の設定ができました。ここからはcuda-gdb の使い方に関して少し説明します。基本的な使い方はC++ のgdb を使ったデバッグと同じだと思いますが、cuda-gdbを使うとCUDAはカーネル関数内の各スレッドの変数の状況も見ることができます。ただ、デバッガーで注目しているスレッドを切り替える方法を見つけるのに苦労したので、同じように苦労する人が減ることを願ってその部分だけここでは説明します。

デバッグするコードはこちらのリポジトリにあるもので説明します。

https://github.com/shu65/cuda_vscode_sample

ちなみにドキュメントのほうにはここに詳しく書いてあります。

https://docs.nvidia.com/nsight-visual-studio-code-edition/cuda-inspect-state/index.html#abstract

まず、CUDAカーネルの関数のデバッグをするときはコンパイル時に以下のように-G を付けてコンパイルしておきます。

nvcc -c -g -G src/main.cu -o src/main.o 

そして、ブレイクポイントを指定したい行番号の左隣をクリックしてブレイクポイントを指定します。

これで指定された位置でプログラムの実行が止まるようになります。

準備ができたらF5 でデバッガーを使って実行します。すると以下のようにブレイクポイントの地点でとまります。

ちなみにデバッガーを起動したタイミングではblockとスレッドのインデックスがそれぞれ（0, 0, 0）(0, 0, 0)のスレッドの情報が表示されています。現在どのスレッドが見えているかは右下のこの部分に表示されています。

見たいスレッドを切り替える場合はCtrl + Shift + p でコマンドパレットを開いて[CUDA: Change CUDA debug focus]を選択するか、上の図のスレッドのインデックス部分をクリックすると以下のような入力が出てきます。

ここに以下のようにblock (X, Y, Z) thread (X, Y, Z) の形式で見たいスレッドのインデックスを入力してエンターを押します。

上の図の例ではblock threadのインデックスが（1, 0, 0）(14, 0, 0)のものを指定しています。こうすると表示するスレッドを切り替えることができます。

他にもデバッガーの使い方は基本的にはドキュメントに書いてありますので、詳しく知りたい方は参考資料のリンクからドキュメントに飛んでご確認ください。

終わりに

今回はVSCodeがそもそも初めてだったこともあり、VSCodeの使い方を調べるのに苦労した感があります。また、デバッガーの使い方も昔使っていたeclipse版と結構違う部分があって苦労しました。同じようにどうすればいいかわからない人の参考になれば幸いです。

参考資料

• https://developer.nvidia.com/nsight-visual-studio-code-edition
• https://docs.nvidia.com/nsight-visual-studio-code-edition/
• https://www.youtube.com/watch?v=gN3XeFwZ4ng

The post Visual Studio Codeを使ってCUDAのコードを書く first appeared on まったり勉強ノート.