直接说结论：Anthropic 在 IPO 路演材料中披露，其前沿模型 Claude Mythos Preview 用约 3 天时间、在基本无人工干预的情况下，自主移植或编写了近 100% 的 GPU 底层计算内核，让另一款 Anthropic 模型在 AMD Instinct MI355X 上跑通提示词处理阶段并达到可用性能；传统上把大模型适配到新芯片平台通常需要数十名工程师攻坚 6 到 12 个月。这件事的标志性意义在于，AI 开始具备向下重写系统软件、自动完成硬件迁移的能力，过去靠稀缺工程师工时堆出来的跨平台兼容成本正在被压平，英伟达 CUDA 生态的迁移摩擦确实受到挑战。但需要看清边界：三天完成的是单模型 Prefill 阶段的推理适配，不是端到端全栈重写，更不是大规模训练迁移；CUDA 背后的开发者生态、函数库、多卡通信工具链和多年优化积累仍然存在，现在就断言 CUDA 护城河消失为时尚早。
一、事件核心：路演材料披露了什么
| 项目 | 公开口径 |
|---|---|
| 披露场合 | Anthropic IPO 投资者路演，联合创始人兼首席算力官 Tom Brown 介绍算力战略 |
| 执行模型 | Claude Mythos Preview |
| 适配对象 | AMD Instinct MI355X GPU（288GB HBM3E 显存） |
| 完成指标 | 某款 Anthropic 模型的提示词处理阶段（Prefill）在 MI355X 上达到可用性能 |
| 耗时 | 约 3 天 |
| 人工介入 | 基本无需人工干预，近 100% 底层内核由模型独立移植或编写 |
| 传统对照 | 新平台推理适配通常需要 6—12 个月、数十名编译器与高性能计算工程师 |
| 信息性质 | 路演材料中的公司自述，未公布吞吐量基准测试和性能损耗对照 |
1. 实验过程细节
- 测试始于 2026 年 7 月：Anthropic 工程师把新 AMD 机器的控制接口接入 Claude，布置硬件适配任务；
- 系统在周末无人值守状态下持续运行，周一查看监控时，模型在新硬件上的性能曲线已在自主调优下稳步攀升；
- 据报道，AMD CEO 苏姿丰确认，AMD 方面原本提供的协助后来被证明基本不需要；
- 模型工作方式：阅读 AMD 硬件白皮书、重构算子代码、调用编译器在真实硬件上测试，再根据性能分析器返回的寄存器占用、访存瓶颈等数据反复调整修正。
2. 被移植的 GPU Kernel 是什么
- Kernel（底层计算内核）是直接运行在 GPU 硬件单元上的底层微程序 / 算子；
- 大模型运行依赖大规模矩阵乘法、注意力机制计算、激活与归一化等内核高效执行；
- 英伟达 CUDA 环境深度优化的内核不能在 AMD GPU 上直接满血运行：两家架构线程调度单位不同（英伟达 Warp 32 线程，AMD CDNA 采用 Wavefront 64 线程），片上共享内存、寄存器堆和访存冲突机制也有差异，算子代码偏差会导致流水线停顿或显存溢出。
AInvest
二、为什么说这件事冲击 CUDA 护城河
1. CUDA 壁垒的构成
- CUDA 诞生于 2006 年，近二十年积累了底层计算库、自动化编译链、性能分析器、多卡通信组件和数百万开发者使用习惯；
- PyTorch、TensorFlow 等主流深度学习框架长期把 CUDA 作为第一优先级；
- 开发者选择英伟达，不只是看芯片纸面算力，更因为存量代码已经围绕英伟达硬件完成适配，迁移要承担工程摩擦力和重构风险；
- NCCL 多卡通信库与 NVLink、InfiniBand 等专有硬件深度结合，进一步提高了跨平台迁移成本。
2. 传统迁移为什么慢
- 每接入一种新芯片架构，要自下向上重写系统工程：适配底层内核、重构推理软件栈、排查微架构兼容、做性能优化；
- AMD 长期维护开源 ROCm 平台，提供 HIP、HIPIFY 等代码转换工具，行业也有 Triton 这类跨硬件 DSL；
- 现实中自动化工具通常只能保证 "语法能编译"，深度优化的复杂算子生成代码效率明显缩水，最终仍需专家团队数月手动排查汇编。
3. AI 自移植改变了成本结构
- AI Agent 不是死板的转译脚本，而是能与编译器深度交互的自主系统；
- 过去依赖稀缺工程师工时的手工重构，正在转为 AI 驱动的高并发、低成本自动化流水线；
- 当模型可以自己读写、移植、调优系统软件，跨硬件可移植性就从差异化能力变成一种可压缩的商品成本。
三、配套产业动作：Anthropic 与 AMD 的深度绑定
| 合作项 | 公开信息 |
|---|---|
| 宣布时间 | 2026 年 7 月 22 日，AMD 与 Anthropic 宣布战略合作 |
| 算力部署 | Anthropic 计划部署最高 2GW 的 AMD Instinct MI450 系列 GPU 集群，纳入 AMD Helios 机柜级方案；首期 1GW 计划 2027 年上半年上线 |
| 资本绑定 | AMD 承诺向 Anthropic 进行最高 50 亿美元战略股权投资，随部署里程碑推进，投资分摊至财年 2028 |
| 软硬件协同 | 双方利用 Claude 优化 AMD GPU 真实负载，用大模型加速 ROCm 软件栈开发 |
| 多芯片布局 | Anthropic 模型已可在英伟达 GPU、AMD GPU、Google TPU、亚马逊 Trainium 四大芯片家族上混合训练与推理 |
| 其他动向 | 团队用 Claude 协助 15 人小组设计自研芯片；同时仍与 SpaceX 子公司签订至 2029 年、最高 1205 亿美元的英伟达 GPU 容量协议 |
1. AMD 侧的经营背景
- 2026 年三季度 AMD 营收 134 亿美元，同比增长 45%；数据中心收入 85 亿美元，同比增长 97%；
- MI355X 基于 CDNA 4 架构，288GB HBM3E 显存、8TB/s 带宽、最高约 10 PFLOPS 峰值性能，大显存配置对推理场景有吸引力；
- 市场观点认为，AI 价值正从 "谁拥有最好的开发者生态" 转向 "谁能交付最多的硬件"，稀缺资源集中在芯片、高带宽显存和电力。
AInvest
四、审慎看待：三天适配的真实边界
1. 本次验证的范围有限
- 跑通的是单款模型的 Prefill 提示词处理阶段，属于计算密集型任务；
- Decode 逐字生成阶段更依赖多卡互联带宽和极低通信延迟，路演未披露这部分表现；
- 没有公布具体吞吐量基准、性能损耗对照和万卡集群生产稳定性数据；
- 推理适配的难度低于在新芯片上大规模训练前沿模型，训练环节的锁定目前仍更利好英伟达。
2. CUDA 优势没有一夜消失
- 庞大的开发者生态、函数库、工具链和多年持续优化仍在运转；
- 英伟达通过高校和科研机构免费提供 GPU 与培训资源，持续吸引开发者进入 CUDA 生态；
- NCCL 与 NVLink、InfiniBand 等专有硬件深度结合，多卡协同效率和迁移成本优势短期难以复制；
- 券商估算英伟达长期仍可能保有 65%—70% 以上的 AI 加速器市场份额，AMD 是领先挑战者，但份额替代是渐进过程。
3. 信息口径需要打折
- "三天" 来自 Anthropic IPO 路演自述，公司在路演中有讲好硬件故事的动机，不等同于经审计的工程事实；
- 后续要看移植成本是否持续下降、AMD MI450 量产爬坡能否转化为实际收入，而不是单一实验室的成功案例；
- 目前行业共识是：AI 正在侵蚀 CUDA 的软件垄断，但距离硬件格局和生态格局彻底改写还有很长距离。
五、对行业各方的含义
| 角色 | 可观察的趋势 |
|---|---|
| 大模型实验室 | 多芯片混合部署成为常态，避免单一硬件绑定；自研芯片与外部算力并行推进 |
| GPU 厂商 | 硬件纸面性能之外，软件栈补齐速度成为竞争关键；AI 工具链被用来反哺自家软件生态 |
| 开发者与工程团队 | 算子移植、编译器调优工作部分可由 AI 承担，但架构理解、性能瓶颈判断和大规模生产验证仍需人把关 |
| 投资方 | 关注跨平台移植成本下降曲线、HBM 与电力供给、AMD 数据中心收入兑现节奏，以及 CUDA 生态份额变化 |
【相关 FAQ】
问题 1：Claude 只用 3 天适配 AMD GPU 具体是怎么回事，适配的是哪款芯片？
回答 1：Anthropic 在 IPO 路演中披露，Claude Mythos Preview 模型用约 3 天、基本无人工干预，自主移植或编写近 100% 底层计算内核，让另一款 Anthropic 模型在 AMD Instinct MI355X GPU 上跑通提示词处理并达到可用性能；传统新平台推理适配通常需要 6 到 12 个月、数十名工程师。该结果为公司路演口径，未公布完整基准对照。
问题 2：为什么说这件事挑战了英伟达 CUDA 护城河，CUDA 壁垒到底是什么？
回答 2：CUDA 护城河不只是芯片性能，而是近二十年积累的计算库、编译链、分析器、多卡通信组件、开发者习惯和存量代码。过去跨芯片迁移要靠工程师数月重写内核和优化，摩擦成本本身就是壁垒；AI 能自主阅读硬件文档、移植算子、测试调优后，这种人工工时成本被压缩，CUDA 的迁移摩擦力因此受到挑战。
问题 3：三天完成适配是否意味着英伟达 CUDA 生态已经失效？
回答 3：不能下这个结论。本次只验证了单模型 Prefill 推理阶段的可用性能，未覆盖 Decode 阶段、大规模训练和万卡集群生产稳定性；CUDA 背后的开发者规模、函数库、NCCL 与 NVLink 等专有通信体系仍在。审慎观点认为训练锁定短期仍利好英伟达，券商估算其长期份额仍可能在 65%—70% 以上。
问题 4：Anthropic 和 AMD 除了这次适配，还有哪些深度合作？
回答 4：2026 年 7 月 22 日双方宣布战略合作：Anthropic 计划部署最高 2GW 的 AMD Instinct MI450 系列 GPU 集群，首期 1GW 计划 2027 年上半年上线；AMD 承诺最高 50 亿美元战略股权投资；双方用 Claude 优化 AMD 负载和 ROCm 软件栈开发。Anthropic 同时保持英伟达、Google TPU、AWS Trainium 等多芯片混合布局。
问题 5：AI 自己移植 GPU 内核，和传统 ROCm、HIPIFY 等转换工具有什么区别？
回答 5：传统转换工具主要解决语法层面能否编译，复杂深度优化算子生成的代码效率往往缩水，仍需专家手动排查汇编；AI Agent 可以直接阅读硬件白皮书、重构算子、在真实硬件上编译测试，并根据性能分析数据反复自我修正，更接近一个能自主闭环的编译器架构师。但目前这仍是实验室与头部团队验证阶段的能力，不代表普通团队可直接复用。
【参考资料】
- [2026-11-13]（Mythos が AMD GPU への移行を 3 日で完了、CUDA モートは終わったのか）and-and.dev
- [2026-11-12]（Anthropic IPO 演示称 Mythos 三天完成 Claude 向 AMD MI355X 移植，AI 正侵蚀英伟达 CUDA 优势）智源社区
- [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）新浪财经（快科技）
- [2026-11-12]（Anthropic 模型只用 3 天攻克英伟达 CUDA 护城河！）手机搜狐网
- [2026-11-12]（Anthropic Says AI Is Eroding Nvidia's CUDA Lead, Cutting AMD Chip Switch From Months to Three Days）Lapaas Voice
- [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）IT 之家（今日头条）
- [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]（Anthropic says Mythos moved Claude to AMD in three days）Dataist
- [2026-11-10]（Claude ported itself to AMD in three days. That cracks NVIDIA's software moat.）AInvest
- [2026-07-22]（AAI 2026：AMD 为代理式 AI 时代提供全方位算力）AMD 官方新闻稿
【免责声明】
本文技术细节与合作数据来自 Anthropic 路演报道、AMD 官方稿及财经媒体、社区分析整理，"三天适配" 为公司自述口径，未经独立审计验证；文中涉及的性能、份额、营收和股价数据可能随产品量产、市场变化和后续财报更新而调整。本文仅作行业信息梳理，不构成投资建议；芯片选型、技术迁移和市场判断请以厂商官方规格、基准测试及专业机构研究为准。