Anthropic 在 IPO 路演中放出了 Mythos 的移植演示结果，Claude Mythos Preview 在几乎不用人工干预的情况下，只用 3 天就把 Claude 的底层计算内核迁移到 AMD MI355X，做到可用的推理性能，而传统工程师手动适配新芯片平台，通常要 6 到 12 个月，巨大的时间差意味着大模型跨 GPU 迁移门槛大幅下降，算力采购方不再只能绑定英伟达 CUDA 生态，AI 自主写内核、适配硬件的能力正在慢慢侵蚀 CUDA 长期建立的软件护城河，不过这个演示只覆盖推理侧提示词处理，不等于完整训练链路、全场景性能优化全部做完，CUDA 庞大的生态库、工具链积累短期内依然有很强的竞争力。下面从 Mythos 移植原理、新旧方案对比、演示边界、行业影响、背后的合作关系拆开讲清楚。
一、Mythos 移植到底做了什么
- 核心工作：自动生成 GPU 计算内核（Kernel）
- 适配对象：AMD Instinct MI355X，基于 ROCm 软件栈
- 参与主体：Claude Mythos Preview
Mythos 自己编写、移植算子内核，矩阵乘法、注意力这些大模型必备底层算子，接近 100% 由模型自主产出，工程师只做少量接入和校验，不用手写大量 ROCm 底层代码。
不是通用一键迁移工具，本次测试目标是让 Claude 在 MI355X 上跑通推理里的提示词处理环节，达到可用性能。
Mythos 本身是 Anthropic 的前沿模型，主打强代码、底层编译能力，和普通版 Claude 不是同一个定位，准入门槛很高。
二、传统适配 vs Mythos 自动移植对比表
| 方案 | 耗时 | 人力投入 | 工作范围 | 适用阶段 |
|---|---|---|---|---|
| 传统工程师适配 | 6–12 个月 | 数十名高性能计算、编译器工程师 | 内核开发、调试、性能调优、稳定性验证 | 推理 + 训练全链路 |
| Mythos 自动移植 | 约 3 天 | 极少人工介入 | 提示词推理内核迁移，达到可用性能 | 本次仅推理提示词环节 |
三、演示的重要边界（很容易被误读）
- 3 天≠全链路完美适配
- 不是随便一个大模型都能做到
- CUDA 不等于直接失效
- 属于 IPO 路演演示案例
幻灯片标注范围是prompt processing 提示词处理，只完成推理里的一部分，不代表训练、长上下文、高吞吐大规模集群全部调优完成，后续还有持续优化空间。
只有 Mythos 这种顶级前沿模型才有能力写底层 GPU 内核，普通开源模型、商用模型暂时没有这个能力。
CUDA 的优势是海量成熟库、工具、社区案例、运维经验，Mythos 解决的是 “能不能跑起来”，不是 “跑起来之后和 CUDA 一样好调、资料一样多”。
是用来向投资人展示算力多元化能力的工程实验，还没有对外开放给普通开发者使用这套迁移能力。
四、这件事带来的行业变化
- 算力采购选择权变多
- AMD ROCm 生态短板被 AI 补齐一部分
- 软件护城河的逻辑发生改变
- Anthropic 本身的算力布局
之前换 GPU 厂商成本极高，现在 AI 可以快速迁移，云厂商、大模型公司可以同时采购英伟达、AMD 算力，按供货、价格灵活切换，降低单一厂商依赖。
ROCm 长期痛点就是适配麻烦、内核少，现在由 AI 自动生成内核，弥补生态人手不足的短板。
过去护城河是 “人类写好的海量 CUDA 代码”；未来护城河变成 “能不能用 AI 自动生成任意硬件的内核”，壁垒从存量代码转向模型本身的底层编码能力。
Anthropic 已经和 AMD 达成长期合作，后续会大规模部署 MI450 系列 GPU，这次演示也是为了支撑多芯片算力路线。
五、为什么这个能力很难复制
- 写 GPU 内核需要懂硬件指令集、内存排布、精度、调度，属于 HPC 高性能计算，难度远高于普通应用代码；
- 迁移后还要保证数值稳定、不出现精度漂移，Mythos 需要反复自测、迭代内核；
- 每一款新 GPU 架构指令集不一样，每一次迁移都要重新生成适配代码，不是一次编译到处运行。
【相关 FAQ】
问题 1：Anthropic IPO 演示里 Mythos3 天移植 Claude 到 AMD MI355X，是不是意味着英伟达 CUDA 优势马上消失？
回答 1：并不是，Mythos 这次只是 3 天完成推理提示词环节的初步适配，CUDA 拥有多年积累的软件库、工具链、运维案例，短期生态优势还在；但它证明跨 GPU 迁移成本可以被 AI 大幅压低，长期来看 CUDA 的护城河会被持续削弱。
问题 2：Mythos 自动移植 Claude 到 AMD MI355X，普通开发者能不能直接拿来迁移自己的模型？
回答 2：不能，Mythos 这套底层内核迁移能力目前只在 Anthropic 内部做实验、IPO 路演演示，没有对外开放，而且 Mythos 本身也是受限准入的前沿模型，普通开发者无法直接调用这个硬件移植能力。
问题 3：Mythos 3 天完成 Claude 向 AMD MI355X 移植，3 天的范围包含模型训练适配吗？
回答 3：不包含，路演幻灯片明确说明，3 天对应的是提示词推理处理环节，只完成推理侧可用版本，模型训练链路、大规模集群稳定调优不在这 3 天的工作范围内。
问题 4：Mythos 移植 Claude 到 AMD MI355X，内核是人工写还是 AI 写？
回答 4：根据 Anthropic 路演介绍，本次移植接近 100% 的底层 GPU 计算内核由 Mythos 模型自主编写和迁移，基本不需要工程师手动写内核代码，人工只负责少量接入、验证工作。
【参考资料】
[2026-11-12]（Anthropic Mythos 3 天迁移 Claude 到 AMD MI355X，CUDA 生态受冲击）搜狐 EETOP
[2026-11-11]（Claude 仅用 3 天撬开英伟达 20 年 CUDA 护城河？藏在 Anthropic 路演里的芯片变局）36 氪
[2026-11-11]（Anthropic Claude 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 IT 之家
[2026-11-11]（Anthropic’s Mythos got Claude running on AMD chips in three days）The Decoder
[2026-11-11]（3 天跑通 AMD GPU：Claude 给英伟达 CUDA 护城河出了一道新题）腾讯新闻
【免责声明】
- 本文内容基于 Anthropic IPO 路演幻灯片、公开媒体报道，Mythos 移植 Claude 到 AMD MI355X 属于工程演示案例，不等同于成熟商用工具，完整性能、集群稳定性、训练适配能力以 Anthropic 官方后续披露为准。
- 文中关于 CUDA 优势变化、行业格局判断仅为行业观点分析，不构成股票、算力采购、芯片投资建议。
- Mythos 模型为受限访问版本，相关硬件迁移能力暂未对外开放，普通开发者无法复现该移植流程。
- AMD MI355X、ROCm、CUDA 各自为对应厂商的技术体系，硬件适配效果受版本、驱动、集群配置影响，实际落地效果存在差异。