您的位置首页 >互联网 >

Claude 三天把模型搬上 AMD GPUAI 自写内核适配 MI355X,CUDA 护城河被重新定价

先说结论:Anthropic 在 11 月 10 日前后的 IPO 路演材料里披露,其内部前沿模型 Claude Mythos Preview 只用了约三天(72 小时)、基本无需人工干预,就把一个 Claude 模型的提示词处理(Prefill)环节移植到了 AMD Instinct MI355X GPU 上并达到可用性能,近 100% 的底层 GPU 内核代码由 Claude 自己移植或编写;作为对照,传统方式把一个新芯片平台带起来通常要数十名编译器 / 高性能计算工程师干 6—12 个月。但要注意边界:这次跑通的只是单模型的 Prefill 阶段,不是完整训练、完整推理和全部生产负载,Anthropic 也没公布吞吐基准和与英伟达的性能对比,"CUDA 护城河一夜消失" 属于夸张说法,真正的变化是芯片适配里最耗稀缺人力的内核层,开始能被 AI 自动化压成本。

事件时间线

时间事件
2026-07-22/23AMD Advancing AI 2026 大会,Anthropic 与 AMD 宣布战略合作:最高 2GW MI450 集群、首期 1GW 2027 上半年部署、AMD 最高 50 亿美元股权投资;同期一台 MI355X 机架交给 Claude 自主调试,周末无人值守,周一性能曲线已在爬升
2026-11-10Anthropic IPO 路演材料披露:Mythos Preview 约 3 天完成 MI355X 上的内核移植,近 100% 内核由 Claude 编写
2026-11-1136 氪、explainx 等跟进,指出 "3 天" 为厂商路演口径,无第三方复现基准
2026-11-12快科技 / 新浪等中文媒体报道,强调仅覆盖提示词处理环节
2026-11-16/17Tom's Hardware、通信世界、MIT 科技评论等进一步梳理,讨论 CUDA 生态影响

explainx.ai

为什么这件事难:跨芯片移植卡在内核层

GPU 内核(Kernel)是直接跑在硬件上的底层算子,矩阵乘法(GEMM)、注意力(FlashAttention)、激活、归一化都靠它。CUDA 代码不能直接在 AMD 上满血跑,两家微架构本质不同:

  • 线程调度单位不同:英伟达 32 线程 Warp,AMD CDNA 是 64 线程 Wavefront,分支预测和掩码逻辑要重写;
  • 内存层次不同:片上共享内存(Shared Memory/LDS)、寄存器堆容量、访存冲突机制不一样,代码偏差会导致流水线停顿或显存溢出;
  • 软件栈不同:英伟达 CUDA 是闭源生态,AMD 对应开源 ROCm,代码要从 CUDA/Triton 语义迁移到 HIP 抽象。

过去自动化工具(HIPIFY、Triton)只能做到 "语法能编译",深度优化算子生成的代码效率缩水,最后还得专家手动调汇编,这就是 6—12 个月工期的来源。

Claude 具体怎么做的:不是逐行翻译,是自主重写

  1. 读 AMD 硬件白皮书和 ROCm 文档,理解 MI355X 的微架构约束;
  2. 从数学规格直接合成新的 AMD HIP 内核,而不是把 CUDA 代码逐行转译;
  3. 调用编译器在真实硬件上跑测试,收集寄存器占用、访存瓶颈、bank conflict、编译报错;
  4. 根据性能分析器数据反复调整参数、自我修正,循环迭代直到性能可用。

这次到底做到了什么、没做到什么

维度已达成未覆盖 / 未披露
范围单个 Claude 模型的提示词处理(Prefill)阶段,MI355X(288GB HBM3E)可用性能模型训练、Decode 逐字生成阶段、完整推理流程、全部生产负载
代码近 100% GPU 内核由 Claude 移植 / 编写,人工干预很少未公布吞吐数字、与英伟达 GPU 的官方性能对比
验证路演幻灯片有 Prefill 性能曲线非技术报告、无第三方 benchmark 复现;"3 天" 为厂商口径
生态展示了 AI 自动适配芯片的可行性CUDA 的分布式通信、容错、工业级稳定性仍是系统工程

麻省理工科技评论

背后的商业布局:四芯片统一算力池

  • Anthropic 从 2021 年起就不绑定单一厂商,现在模型可在英伟达 GPU、AMD GPU、Google TPU、AWS Trainium 四类加速卡上混合训练和推理,按硬件特性分流(互联带宽高的跑预训练,显存大、单 token 成本低的跑特定推理)。
  • 与 AMD 的合作不只是买卡:双方用 Claude 优化 AMD 真实负载,并让大模型直接加速 ROCm 软件栈开发,等于给 AMD 配了一个 "AI 编译器团队"。
  • 路演还提到 Anthropic Direct:跳过云厂商高溢价打包,直接租物理裸芯片放进自建 / 定制数据中心压 TCO。

冷静怎么看:护城河没塌,但定价变了

  • 支持方观点:过去靠 "人类工程师工时" 堆出来的迁移成本,被 AI 自动化流水线压平,企业选 AMD 的软件门槛大幅下降;
  • 反对方观点:CUDA 不只是几段算子,而是二十年打磨的工具链、多卡通信、容错和稳定性,一次有限范围的适配证明不了生态崩塌;
  • 折中判断:这次实验真正改变的是 "新芯片 bring-up 的软件成本曲线",而不是英伟达的市场地位。

【相关 FAQ】

问题 1:Claude 用三天把模型搬上 AMD GPU,具体是在什么芯片上跑通的?

回答 1:是在 AMD Instinct MI355X(288GB HBM3E 显存)上完成的,Claude Mythos Preview 约三天、基本无人工干预,让单个 Claude 模型的提示词处理环节在 AMD GPU 上达到可用性能,近 100% 内核由 Claude 自写。

问题 2:为什么说这件事挑战了英伟达 CUDA?三天移植对比传统方式差多少?

回答 2:传统把大模型适配到新芯片平台通常要数十名工程师 6—12 个月,这次 Claude 三天完成 AMD GPU 内核移植,把最耗人力的 CUDA 到 HIP/ROCm 适配工作自动化;但 CUDA 仍是二十年积累的系统工程,一次有限适配不等于护城河消失。

问题 3:Claude 移植 AMD GPU 内核时,是把 CUDA 代码逐行翻译过去的吗?

回答 3:不是逐行转译。Claude Mythos Preview 直接从数学规格合成新的 AMD HIP 内核,自主读白皮书、调编译器在 MI355X 上测试,再按寄存器占用和访存瓶颈自我修正,覆盖 GEMM、FlashAttention 等算子。

问题 4:这次 Claude 三天适配 AMD GPU,是不是已经能完整替代英伟达跑训练了?

回答 4:不能。路演明确边界:只完成单模型的 Prefill 提示词处理环节,不包含模型训练、Decode 逐字生成和完整生产负载,也未公布与英伟达 GPU 的官方性能对比,属厂商路演口径、无第三方复现。

问题 5:Anthropic 和 AMD 在 Claude 适配 MI355X 之外还有什么合作?

回答 5:双方 2026 年 7 月宣布战略合作,Anthropic 计划部署最高 2GW 的 AMD Instinct MI450 集群(首期 1GW 2027 上半年),AMD 承诺最高 50 亿美元股权投资,并利用 Claude 优化 AMD GPU 负载、加速 ROCm 软件栈开发。

【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)通信世界(今日头条)今日头条
  • [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)麻省理工科技评论中国麻省理工科技评论
  • [2026-11-17](Claude Mythos slashed software work to onboard AMD GPUs to around three)Tech Bytes
  • [2026-11-12](NVIDIA 护城河被挖!AI 自己适配 AMD 显卡:3 天干完半年的活)新浪科技(快科技)新浪财经
  • [2026-11-12](3 天干完 6 个月的活,Claude 把模型搬上 AMD)稀土掘金
  • [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
  • [2026-11-11](Claude Mythos AMD MI355X: 3-Day Port Claim Checked)explainx.ai
  • [2026-11-14](Anthropic Mythos Ports AI Workloads to AMD Instinct in Three Days)Tech Bytes

【免责声明】

本文整理自 Anthropic IPO 路演转述、科技媒体报道与第三方核查,"三天"" 近 100% 内核自写 " 等时间与比例均为厂商路演口径,未提供公开基准测试与第三方复现;性能对比、延迟差距等说法以各媒体原文为准,Anthropic 官方未发布完整 benchmark。本文为行业事件梳理,不构成投资建议,芯片生态判断存在不确定性。