Anthropic 在 IPO 路演中披露了一项关键进展：其 Claude 模型仅用 3 天时间，就在 AMD GPU 上跑通了关键计算环节。据称，所需的 GPU 内核几乎全部由 Claude 自行移植或编写，人工干预极少。Anthropic 表示，过去接入新的芯片平台通常需要几十名工程师花费 6 至 12 个月才能完成。
正文解读
这一消息直接挑战了英伟达最坚固的壁垒——CUDA。CUDA 是英伟达 2006 年推出的 GPU 计算平台，到 2018 年，PyTorch、TensorFlow 等主流深度学习框架已广泛使用 CUDA 及其配套库。英伟达还逐步完善了多卡通信、调试和性能优化工具，开发者无需从零编写大量底层程序即可高效利用 GPU。随着大量 AI 训练和推理程序围绕 CUDA 开发，英伟达积累了海量现成代码和工具，开发者选择英伟达，很多时候正是因为软件已经适配完毕。即使 AMD 造出性能强劲的 GPU，客户迁移时仍要面对代码重写、兼容性测试和性能调优等难题。
AMD 的 MI355X 配备 288GB 高带宽显存，硬件配置并不弱，麻烦主要在软件生态。针对英伟达编写的 GPU 内核，换到 AMD 后往往无法直接运行，即便能跑，性能也可能不理想。工程师仍需根据 AMD 芯片架构调整代码，反复验证计算结果与运行速度。AMD 虽然早已推出 ROCm、HIPIFY 等迁移工具，Triton 等跨平台编程工具也在降低门槛，但复杂的底层计算依旧依赖大量人工优化。Anthropic 这次让 Claude 承接了部分移植和重写工作，根据路演图表，它在 3 天内让一款 Claude 模型的提示词处理环节在 MI355X 上达到可用性能。
Anthropic 其实长期在降低对单一芯片厂商的依赖。招股书披露，公司花费多年建立了横跨英伟达 GPU、AMD GPU、Google TPU 和亚马逊 Trainium 的算力调度系统，可根据价格和性能灵活选择芯片。今年 7 月，Anthropic 还与 AMD 达成合作，计划从 2027 年上半年开始部署 AMD 新一代 GPU，规模最高达 2GW，双方将利用 Claude 加速 ROCm 开发和 GPU 性能优化，AMD 则承诺未来向 Anthropic 投资最高 50 亿美元。
- Claude 自主编写 GPU 内核，将芯片适配周期从数月压缩至数天。
- 英伟达 CUDA 生态优势面临实质性冲击，但大规模替代仍需验证。
- Anthropic 横跨多芯片的算力调度系统，为其谈判和成本控制提供了筹码。
原创文章，作者：admin，如若转载，请注明出处：https://www.23btc.com/claude%e4%b8%89%e5%a4%a9%e7%a0%b4%e8%a7%a3%e8%8b%b1%e4%bc%9f%e8%be%becuda%ef%bc%9f.htm
