Anthropic：Claude Mythos Preview 3 天完成 AMD MI355X 适配
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
训练模型自己动手写 GPU 适配代码，3 天搞定以前要半年到一年的活，这事发生在 Anthropic 身上。CUDA 锁定效应第一次被正面动摇，做算力采购和基础设施的人都该看看这份路演材料。
Anthropic 在 IPO 路演材料中披露，其 Claude Mythos Preview 模型仅用约 3 天时间，就摸索出让另一个模型在 AMD MI355X GPU 上运行的方法。传统情况下，为新计算平台完成推理适配通常需要 6 至 12 个月，这意味着时间成本被压缩了近千倍。
从机制上看，高性能 AI 模型已具备自主适配不同计算平台的能力，可以在 AMD、英伟达等不同厂商的 GPU 之间完成移植，使 GPU 越来越像可互换的通用算力资源。这直接冲击了英伟达 CUDA 生态的核心价值——过去开发者被锁定在 CUDA 上，很大程度上正是因为跨平台移植门槛极高。
不过现在断言 CUDA 护城河终结仍为时过早。CUDA 背后有庞大的开发者生态、丰富的函数库和多年技术积累，英伟达还向大学免费提供 GPU 与培训资源吸引开发者，并将 NCCL 通信库与 NVLink、InfiniBand 等专有硬件深度绑定，持续抬高用户迁移成本。
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
IT之家 11 月 11 日消息，英伟达 CUDA 生态系统的领先优势，可能正在受到越来越大的挑战。Anthropic IPO 路演材料中的一张幻灯片显示，随着高性能 AI 模型逐渐具备自主适配不同计算平台的能力，GPU 正在变得越来越像可以相互替换的通用算力资源。 IT之家注意到，Anthropic 的 IPO 路演材料披露了一项颇为引人关注的信息：其 Claude Mythos Preview 模型仅用了大约 3 天时间，就摸索出如何让另一个模型在 AMD MI355X GPU 上运行。相比之下，传统情况下，为一个新的计算平台完成推理任务所需的适配工作，通常需要 6 至 12 个月。 这意味着，Anthropic 现在可以将不同厂商的 GPU 视为相对通用的算力资源，在不同平台之间切换的技术门槛已经大幅降低。也正因如此，有观点开始认为，英伟达长期以来引以为傲的 CUDA 生态护城河，实际上可能已经失去了原有的意义。 不过，现在就宣告英伟达 CUDA 生态优势的终结，恐怕还为时过早。CUDA 不仅仅是一套软件工具，其背后还有规模庞大的开发者生态、丰富的函数库和开发工具，以及经过多年持续优化的技术积累。目前，仍有大量开发者围绕 CUDA 构建和维护各类应用。 过去几年，英伟达也一直在采取各种措施巩固 CUDA 的竞争优势。例如，公司向大学和科研人员免费提供 GPU 及培训资源，吸引更多开发者进入 CUDA 生态。 此外，英伟达还将用于连接多块 GPU 的通信工具库 NVIDIA Collective Communications Library（NCCL），与 NVLink、InfiniBand 等专有硬件技术深度结合，进一步提高多 GPU 协同计算的效率，也增加了用户迁移至其他平台的成本。
This report is categorized under AITOP's "Industry" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Anthropic, Claude, AMD MI355X, CUDA.
Source attribution: curated from IT之家. Cross-source corroboration: 11 independent sources have covered this development (including rohanpaul_ai, TestingCatalog, Rowan Cheung), confirming industry-wide signal strength.
