Anthropic 在 IPO 路演材料对外披露,自家 Claude Mythos Preview 模型,只花大约 3 天、几乎不用人工介入,自主写出接近 100% 底层 GPU 内核代码,把内部 AI 模型提示词处理环节适配到 AMD MI355X 算力卡上;传统模式下,这类新硬件适配,要几十个高性能计算工程师投入 6 到 12 个月才能做完。这件事最大的意义,是长期靠软件迁移成本建立起来的 CUDA 壁垒被削弱,AI 企业更换算力硬件的门槛明显下降,算力硬件慢慢趋向可互相替换,但也要分清边界,这次只是单模型提示处理环节跑通,不等于全量训练、大规模集群生产环境的完整适配,CUDA 庞大的工具库、存量代码、集群通信优化优势短期内不会直接消失。
一、本次适配核心信息清单
- 执行主体:Claude Mythos Preview(Anthropic 前沿预览模型)
- 目标硬件:AMD Instinct MI355X 数据中心 GPU
- 适配耗时:约 3 天
- 传统周期对比:6–12 个月
- 工作内容:自主移植、编写 GPU 计算内核 Kernel
- 覆盖范围:单模型提示词处理推理环节
- 人工参与度:基本无人工干预
- 配套商业规划:Anthropic 和 AMD 已经敲定合作,计划部署最高 2GW 的 AMD MI450 算力,首批 1GW 预计 2027 上半年上线
二、CUDA 护城河的本质,以及这次冲击点
(一)CUDA 护城河到底靠什么
CUDA 不只是一套 API,核心壁垒是大量经过多年打磨的算子库、编译器、NCCL 多卡通信库、海量开源项目和工程师习惯;之前换别家 GPU,最大卡点就是重写底层 Kernel,招人难、周期长、投入巨大,很多公司不敢轻易离开英伟达生态。
(二)这次 AI 自动化适配打击的环节
自动化写 Kernel,刚好啃掉跨硬件移植里面最费力、门槛最高的底层代码环节。以后新增一款算力卡,不用长时间集结大量 HPC 工程师,AI 自动生成适配代码,硬件采购更多看价格、供货、性能,不再单纯被软件绑定锁死。
三、现在还没打破的限制(客观边界)
- 只验证提示词推理部分,没有覆盖大模型完整训练链路
- 没有公布和英伟达同级别 GPU 的完整跑分对比
- 万卡级大规模集群稳定调度、故障容错、通信优化,依然需要大量人工工程调优
- 市面上绝大多数开源项目、第三方工具、成熟框架还是优先 CUDA 生态
四、这件事带来的行业影响
- 对 Anthropic:算力选择更灵活,分散英伟达供应链依赖,拿到更有性价比的算力,控制推理成本。
- 对 AMD:拿到头部大模型厂商的验证,降低其他 AI 客户尝试 AMD 算力卡的顾虑,利于数据中心 GPU 业务扩张。
- 对英伟达:CUDA 溢价逻辑受到挑战,后续需要持续强化工具链、集群、软件服务优势来稳住客户。
- 对整个 AI 行业:跨芯片自动化适配会成为新赛道,算力异构化会加速。
【相关 FAQ】
问题 1:Anthropic 用 AI 完成 AMD 适配,是不是意味着 CUDA 护城河已经彻底消失?
回答 1:Anthropic 用 AI 数天完成 AMD 适配,只是降低了底层 Kernel 移植的门槛,不代表 CUDA 护城河彻底消失,CUDA 配套的海量函数库、集群通信工具、开源生态、成熟运维方案依旧领先,大规模训练和集群落地迁移成本依旧很高。
问题 2:Anthropic 这次 AI 适配 AMD GPU,3 天就能跑通完整大模型训练吗?
回答 2:Anthropic 这次 AI 适配 AMD GPU 的 3 天成果,只覆盖单个模型的提示词处理推理环节,并不包含完整大模型训练、全链路推理以及万卡集群稳定运行,不能直接理解为全套业务已经可以无缝迁移。
问题 3:Claude Mythos 做 AMD 适配的时候,是完全不需要工程师参与吗?
回答 3:Claude Mythos 完成 AMD 适配标注的是基本没有人工干预,内核代码绝大多数由 AI 自主生成,不是绝对零人工,前期硬件对接、结果校验、后期大规模调优,依旧需要工程师介入。
问题 4:Anthropic 这次 AMD GPU 适配成功之后,会全部换成 AMD 算力吗?
回答 4:Anthropic 依靠 AI 完成 AMD 适配是增加一条算力备选路线,不是全部切换成 AMD 算力,官方规划是异构算力池,英伟达、AMD、TPU 等多种硬件混用,分散供应链风险。
【参考资料】
[2026-11-17](从 6—12 个月到约 3 天:Claude Mythos 适配 AMD GPU,CUDA 护城河被重新定价)腾讯新闻
[2026-11-17](1 年的活 3 天干完,Claude 大幅压缩 AMD 芯片适配周期,英伟达 CUDA 护城河遭遇挑战)DeepTech 深科技
[2026-11-16](Anthropic says Claude Mythos slashed software work to onboard AMD GPUs)Tom's Hardware
[2026-11-12](Anthropic 仅用 3 天完成 AI 模型适配 AMD GPU 英伟达 CUDA 护城河遇挑战)新浪财经
[2026-11-11](Claude 仅用 3 天撬开英伟达 20 年的 CUDA 护城河?藏在 Anthropic 路演里的芯片变局)36 氪
【免责声明】
本文信息来自 Anthropic IPO 路演材料以及公开行业媒体报道,仅做行业资讯整理,不构成芯片、算力板块股票投资建议;AI 自动适配 AMD GPU 技术仍处于验证阶段,大规模落地效果、长期稳定性未知,CUDA 生态和 AMD 算力后续格局变化请以厂商官方公告、正式技术白皮书为准。
本文来自作者[云流巡者]投稿,不代表品途网立场,如若转载,请注明出处:https://bbs.pintu360.com/kjxx/202611/1486630.html
评论列表(4条)
我是品途网的签约作者“云流巡者”!
希望本篇文章《Anthropic 依靠 AI 三天完成 AMD GPU 适配,英伟达 CUDA 护城河面临冲击》能对你有所帮助!
本站[品途网]内容主要涵盖:范文、经验、百科
本文概览:Anthropic 在 IPO 路演材料对外披露,自家 Claude Mythos Preview 模型,只花大约 3 天、几乎不用人工介入,自主写出接近 100% 底层 GPU 内核代码,把内部 AI 模型提示词处理环节适配到 AMD MI355X 算力卡上;传统模式下,这类新硬件适配,要几十个高性能计算工程师投入 6 到 12 个月才能做完。这件事最大的意义,是长期靠软件迁移成本建立起来的 CUDA 壁垒被削弱,AI 企业更换算力硬件的门槛明显下降,算力硬件慢慢趋向可互相替换,但也要分清边界,这次只是单模型提示处理环节跑通,不等于全量训练、大规模集群生产环境的完整适配,CUDA 庞大的工具库、存量代码、集群通信优化优势短期内不会直接消失。