Claude三天适配AMD MI355X，英伟达CUDA生态面临多大冲击？
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
11月11日消息，英伟达CUDA生态的领先地位，眼下可能正承受越来越大的压力。
Anthropic IPO路演材料里的一张幻灯片显示，高性能AI模型逐步具备自主适配不同计算平台的能力，GPU正变得越来越像能互相替换的通用算力资源。
这张幻灯片还透露了一个颇受关注的信息：
Claude Mythos Preview模型只花了大约3天，就摸清了怎么让另一个模型在AMD MI355X GPU上跑起来。按过去的常规做法，为一个新计算平台完成推理任务的适配，往往要6至12个月。
这背后的含义是，Anthropic如今可以把不同厂商的GPU当成相对通用的算力资源来用，跨平台切换的技术门槛已经明显降低。也正因如此，有观点开始认为，
但要说英伟达CUDA生态的优势就此终结，恐怕还太早。CUDA不只是一套软件工具，它背后有庞大的开发者生态、丰富的函数库和开发工具，还有多年持续优化积累下来的技术底子。目前仍有大量开发者在CUDA上构建和维护各类应用。
这几年，英伟达也没停下巩固CUDA优势的动作。比如向大学和科研人员免费提供GPU及培训资源，把更多开发者吸引进CUDA生态。
另外，英伟达把连接多块GPU的通信工具库NVIDIA Collective Communications Library（NCCL），与NVLink、InfiniBand等专有硬件技术深度绑定，多GPU协同计算的效率因此进一步提高，用户迁往其他平台的成本也随之抬高。
