#人工智能 英伟达 CUDA 护城河迎来新挑战：Claude 仅用 3 天就让模型适配 AMD MI355X AI 加速器。A 社在 IPO 路演中提到，该公司使用 Claude Mythos Preview 协助适配 AMD 加速器。模型运行在不同架构的芯片上时通常需要适配底层计算代码、软件栈和硬件特性，这个过程需要投入大量工程资源。在 AI 参与下这个过程可以被缩短到仅 3 天，这让 AI 公司接入不同芯片平台的成本和时间都有机会下降。查看全文：https://ourl.co/128307
Anthropic 在 IPO 路演中披露，该公司使用 Claude Mythos Preview 协助适配 AMD AI 加速器。A 社称 Claude AI 仅用 3 天就让内部模型在 AMD MI355X 上完成提示词处理，并达到可用的性能水平。
Claude 移植或编写这项工作中几乎全部的 GPU 内核代码，期间人工干预非常少。该案例引起外界对英伟达 CUDA 软件生态和 AI 芯片竞争的讨论，CUDA 是英伟达的护城河，但在 AI 时代这种护城河还能持续多久还需要观察。
AI 模型运行在不同的芯片架构上时需要适配底层计算代码、软件栈和硬件特性。为获得实用的性能，工程师通常还要针对矩阵运算、内存访问和多芯片通信进行优化。
A 社称根据公司过往经验，采用传统工程方法接入新芯片平台通常需要数十名工程师花费数月 (实际需要 6 到 12 个月)，而在 AI 参与后这个过程可以被缩短到仅仅 3 天。
英伟达的 CUDA 汇集大量开发工具、计算库和针对 GPU 优化的软件，长期以来都是 AI 开发的重要基础，因为将原本针对特定硬件优化的代码适配到其他芯片，需要投入大量工程资源。
而 AI 参与底层代码移植后，可以帮助工程师更快编写和调整 GPU 内核，企业接入不同芯片平台的成本和时间就有机会下降。现阶段 A 社实际适配的芯片包括但不限于英伟达、AMD、谷歌 TPU 和亚马逊 Trainium 等。
AMD 与 Anthropic 此前已经宣布将部署最高 2GW 规模的、基于 AMD MI450 系列的 GPU 算力，首批 1GW 部署计划于 2027 年上半年开始，双方还将利用 Claude 优化 AMD GPU 工作负载、加快 ROCm 软件开发。
