← 文章 / AI技术
Tom's Hardware 5天前 · 2026-11-17 02:13:42 · 15 阅读

Anthropic:Claude Mythos Preview 将 AMD MI355X 适配周期从最长 12 个月缩至约 3 天

Anthropic 向 IPO 投资者透露,其 Claude Mythos Preview 模型在大约三天内完成了让自家 AI 运行在 AMD GPU 上所需的软件工作,“几乎没有任何人工干预”,而这项工作过去需要六到十二个月。这三天涵盖了 Anthropic 一个模型在 AMD MI355X GPU 上的提示词处理,且达到了“实用的性能水平”,其中“接近 100% 的内核”由 Mythos 移植或编写。这类将 AI 模型绑定到特定厂商芯片的底层代码,一直是 Nvidia CUDA 护城河的重要组成部分,而一个能在几天内写出这些代码的 AI,意味着这道护城河正在被侵蚀。 Anthropic 联合创始人兼首席算力官 Tom Brown 做出了这一时间对比,并向投资者指出,过去这种工作需要“几十名工程师”组成的团队。该公司早已在多种芯片上运行自家模型——包括 Nvidia 和 AMD 的 GPU、Google TPU 以及 AWS Trainium——整个算力资源被当作“一个可互换的算力池”来管理。Brown 称当初的多芯片决策是“一次非常规的押注”。现在看来这或许是明智之举,因为 Google 的 TPU 如今已能原生运行基于 PyTorch 构建的 AI 模型,Meta 也在生产环境中使用它们。 Anthropic 称这项工作过去需要六到十二个月,依据是其过往经验,即“用传统工程方法适配新加速器的历史经验”——当时为每个硬件平台定制代码都是一大难题。消除这一接入门槛后,芯片选型可能简化为一个采购决策。Anthropic 今年首次开始使用 AMD GPU,并已签署最高 2 吉瓦的供货协议。

CUDA 是 Nvidia 的编程平台,已有近 20 年历史,非常成熟。AMD 也有对应方案 ROCm,其编程层是 HIP。为 CUDA 编写的代码需要转换才能在上面运行,AMD 甚至为此做了一个叫 HIPify 的工具。切换平台仍存在转换成本,AMD AI 软件副总裁 Anush Elangovan 今年 4 月告诉 EE Times:"Claude 比 HIPify 更好,因为它内置了网络搜索。"

AMD 从去年 8 月起就开始宣传 AI 能写这类代码,当时展示了一个研究 agent,但表现还不及人类专家。同年 9 月,AMD CEO 苏姿丰在 Possible 播客上表示,大量 AI 软件是用 CUDA 写的,需要"翻译到 AMD 平台",而"其中很大一部分现在可以靠软件完成"。

时间快进到今年 7 月,AMD AI 高级副总裁 Vamsi Boppana 表示,公司的工程师已经在用 AI 模型生成 GPU kernel。苏姿丰说,当她询问团队是否需要协助那位负责 MI355X 的 Anthropic 工程师时,得到的答复是不需要任何帮助。Boppana 还透露,在某些情况下,AI 生成的 kernel 甚至"比人工精心调优的版本还要好"。根据 AMD 与 Anthropic 今年 7 月达成的协议,AMD 还在用 Claude 为其 Instinct GPU 优化工作负载,并加速 ROCm 的开发。

在 AMD 7 月的 Advancing AI 活动上,OpenAI 的 Philippe Tillet 表示,OpenAI 拿到 Helios 机架后,一名工程师在几天内就确认了所有功能正常,而且"从某种意义上说,agent 正在接管我们 kernel 工程师的工作"。活动之前,AMD 数据中心 GPU 业务的企业副总裁兼总经理 Andrew Dieckman 向记者透露,他和 AMD 客户之间关于 CUDA 的对话几乎为零。

Swipe to scroll horizontally

时间

人物

说了什么或展示了什么

场合

2025 年 8 月 1 日

AMD 研究人员

发布 GEAK——一个能编写 GPU kernel 的 AI agent;在 30 个专家编写的 kernel 基准上,它做对了 19 个,平均速度约为专家的 0.92 倍

AMD ROCm 博客

2025 年 9 月 24 日

AMD 董事长兼 CEO 苏姿丰(Lisa Su)

被问及 AI 编程工具时表示,很多为 CUDA 编写的代码如今已可通过软件方式迁移到 AMD 上:“我们正在用软件大幅优化客户的代码,让它们能在 AMD 上运行”

Possible 播客

2026 年 4 月 1 日

AMD AI 软件副总裁 Anush Elangovan

将 Claude 与 AMD 用于转换 CUDA 代码的工具 HIPify 做对比:“Claude 比 HIPify 更好用,因为它内置了网络搜索”

EE Times 采访

2026 年 4 月 15 日

Nvidia CEO 黄仁勋(Jensen Huang)

“我们大量使用 AI 来编写自己的 kernel”;“没有人比我们更了解自己的架构”

Dwarkesh Patel 采访

2026 年 7 月 23 日

AMD 企业副总裁兼数据中心 GPU 业务总经理 Andrew Dieckman

“到了现在,我几乎不会再和客户聊 CUDA 的话题了”

PC Gamer,源自 AMD 活动前的媒体简报

2026 年 7 月 23 日

AMD AI 高级副总裁 Vamsi Boppana

AI 辅助的 GPU 编程将“扫清大规模普及的最后一道障碍”

AMD Advancing AI 主题演讲

2026 年 7 月 23 日

OpenAI 的 Philippe Tillet

“从某种意义上说,agent 正在接管我们 kernel 工程师的工作”

AMD Advancing AI 主题演讲

2026 年 7 月 23 日

Anthropic 联合创始人兼首席算力官 Tom Brown

一位工程师让 Claude 部署一个 MI355X 机架,然后放着让它跑了一个“周末”

AMD Advancing AI 主题演讲

2026 年 11 月 10 日

Anthropic 联合创始人兼首席算力官 Tom Brown

Mythos “在几乎没有人工干预的情况下,仅用三天就让 Claude 跑在了 AMD 上”;幻灯片脚注说明,这三天只针对单一模型的 prompt 处理部分

Anthropic IPO 路演视频

不过直到本周之前,这些信息要么来自 AMD,要么出自 AMD 的舞台,而不是 Anthropic 面向自家投资者说的。Anthropic 是买芯片的一方,下周还要迎来 IPO,所以它的多芯片策略——如今多少有了数据支撑——比芯片厂商的自我宣传更有分量。招股书里也白纸黑字写了,只是没给具体数字:“我们能以过去所需时间的一小部分完成新芯片平台的接入。”

Swipe to scroll horizontally

Anthropic 在哪里说的

谁完成的

耗时多久

覆盖什么内容

替代了什么

AMD Advancing AI 主题演讲,7 月 23 日

一名工程师和 Claude

未说明;让它“跑了一个周末”

其“旗舰模型”在 MI355X 机架上运行,性能持续提升

其称之为“一项大工程”的工作

IPO 路演视频旁白,11 月 10 日

Mythos,“几乎无需人工干预”

三天(“仅用三天”)

让“Claude 跑在 AMD 上”;Claude“移植或编写了几乎 100% 的 kernel”

“需要数十名工程师花数月完成”的工作

IPO 路演视频幻灯片脚注,11 月 10 日

Claude Mythos Preview

约三天(“~3 天时间线”)

让“Anthropic 的一个模型在 AMD MI355X GPU 上以可用的性能水平实现 prompt 处理”

六到十二个月(“~6-12 个月预估”),依据“接入新加速器的以往经验”

招股书(S-1/A 第 2 版),11 月 10 日

其工程团队,“借助 Claude”

无具体数字;“更快”

让“新芯片平台投入生产”;未点名具体芯片

其称之为“历时数月的高强度工程投入”的工作

工作负载中的 prompt 处理(prefill)阶段,指的是模型在开始回答之前读取并处理输入内容的过程,而 Anthropic 并没有说明回答阶段(decode)是否也计算在内。Anthropic 的图表纵轴标注为“新硬件接入耗时”,两条曲线都到达了同样的“~100%”标记,但没说明这个 100% 是什么的百分比。此外,Anthropic 也没有透露模型在 AMD GPU 与 Nvidia GPU 上的运行速度对比——而这才是我们真正想看到的比较,用来判断 AMD 芯片跑 AI 生成的代码时能否匹敌 Nvidia 的硬件。

A chart from Anthropic’s roadshow video comparing about three days with Mythos to about six to 12 months with a traditional approach to onboard AMD GPUs.

(图片来源:Anthropic)

另一方面,Nvidia CEO 黄仁勋今年 4 月接受 Dwarkesh Patel 采访时表示,Nvidia 自己早已在内核开发中使用 AI,而且最了解自家芯片——“没有人比我们更懂我们的架构”——能榨出最大性能。当被问到为什么 Anthropic 这类实验室会选用其他加速器时,他称 Anthropic 是“个案,不是趋势”。有意思的是,Nvidia 和 AMD 等 7 家公司正按 IPO 发行价认购总计 260 亿美元的 Anthropic 股份,也就是说,Nvidia 正在投资黄仁勋口中那个“例外”的公司。

7 月下旬,《SemiAnalysis》发布了一篇题为《AMD 能打破 CUDA 护城河吗?》的文章,核心观点是:软件生态作为护城河,已经不像一年前那么牢固了。不过文章也指出了 AMD 的困境:在 agentic coding 时代,“每个 agent 都需要 GPU 来测试自己写的代码”,也就是说写代码的 AI 依然离不开硬件。SemiAnalysis 发现 AMD 内部一直缺乏可供这类开发使用的 GPU,这拖慢了 AMD 的进度,也可能成为新的瓶颈。

CUDA 的护城河大致处于两者之间。让模型在新芯片上跑起来,曾经是最烧钱的环节,如今成本似乎正在下降,而且更强的 AI 也可能削弱 Nvidia 所谓"最懂自家硬件"的优势。至于 Anthropic 的可替换算力池,里面的芯片并非完全通用——比如 Google 的 TPU 正变得越来越专用——而且要榨干每款芯片的性能,手上还是得有硬件可供测试。护城河在变窄,但尚未消失。 Anthropic 的首批 AMD MI450 芯片将以 Helios 机架形式部署,预计 2027 年上半年交付。那是全新的一代,也是检验"三天完成适配"能否复现的机会。Anthropic 的 IPO 则更早,上市后它将作为公众公司披露财报。
原始来源: Tom's Hardware

评论 (0)