Anthropic 3天完成AMD移植 挑战CUDA壁垒

时间：2026年11月11日 地点：美国 人物：Anthropic 联合创始人兼首席算力官 Tom Brown 事件详情：Anthropic 在提交给美国证券交易委员会（SEC）的 S-1/A 文件及随后启动的 IPO 路演中，披露其前沿模型 Claude Mythos Preview 仅用约 3 天时间，就在几乎没有人工干预的情况下，完成了另一模型在 AMD Instinct MI355X GPU 上的适配与运行。根据路演材料中的幻灯片，Mythos 自行移植或编写了近 100% 的 GPU 底层计算内核（kernel），而传统工程路径完成同类工作通常需要 6 至 12 个月。Anthropic 目前将 AWS Trainium、Google TPU、Nvidia GPU 与 AMD GPU 四类芯片视为可互换的统一算力池，分配给前沿研究、模型开发、客户需求与内部 Claude 使用。 背景：英伟达凭借 CUDA 软件生态在 AI 芯片市场保持超过 70% 的利润率，这一生态通过庞大的开发者社区、函数库和与 NVLink、InfiniBand 等专有硬件的深度绑定，构成了客户切换供应商的主要成本障碍。过去，将大模型迁移到新硬件平台往往需要数十名工程师耗时数月，梳理算子、重写 CUDA 接口实现并对齐数值精度。Anthropic 自 2021 年起押注多芯片策略，当时业界普遍认为定制不同芯片的软件栈成本过高、不值得投入。 影响：如果 Anthropic 披露的数字属实，AI 辅助适配将大幅压缩传统上被视为英伟达最强竞争优势的软件开销，企业切换芯片供应商的门槛随之降低，可更自由地根据价格与货源选择硬件。在算力供给紧张的市场中，这种灵活性让公司能够聚焦最佳性价比，而不必绑定单一厂商。不过，同一模型在不同硬件上的实际吞吐差距仍可达数倍，长期性能调优与代码维护仍需工程投入，且相关数字来自 Anthropic 自报口径，尚未经独立核实。 总结：Anthropic 通过 IPO 路演释放的信号表明，AI 模型本身正在成为打破硬件依赖的工具。至少一家头部 AI 实验室不再将英伟达的 CUDA 优势视为不可逾越，这一趋势如果持续，将重塑 AI 算力采购格局。但当前披露仍属于公司自报数据，实际效果还需市场与独立第三方进一步验证。 参考来源： The Decoder https://the-decoder.com/anthropic-says-ai-is-eroding-nvidias-cuda-lead-cutting-an-amd-chip-switch-from-months-to-three-days/ IT之家 https://www.ithome.com/1/025/736.htm 智源社区 https://hub.baai.ac.cn/view/59580 国际电子商情 http://wap.seccw.com/wap.php/Index/detail/id/52323.html Yahoo Finance https://finance.yahoo.com/video/anthropics-mythos-claim-may-put-nvidias-cuda-moat-in-a-vulnerable-spot-214346380.html Anthropic IPO https://ipo.anthropic.com/us/