Claude三天跑通AMD MI355X，英伟达CUDA还能守多久？

英伟达CUDA生态的领先身位，或许正面临越来越大的压力。11 月 11 日消息，Anthropic IPO 路演材料里的一张幻灯片显示，高性能 AI 模型正逐渐具备自主适配不同计算平台的本事，GPU 也因此越来越像能互相替换的通用算力资源。

Anthropic 在这份 IPO 路演材料中披露的信息颇受关注：Claude Mythos Preview 模型只花了大约 3 天，就摸清了怎么让另一个模型跑在 AMD MI355X GPU 上。作为对比，以往为新的计算平台完成推理任务适配，一般要耗上 6 至 12 个月。

这带来的变化是，Anthropic 眼下能把不同厂商的 GPU 当成相对通用的算力来用，跨平台切换的技术门槛已经低了很多。也由此，开始有观点认为，英伟达长期倚重的 CUDA 生态护城河，其实可能已经不再具备原来的分量。

但要说 CUDA 的生态优势就此终结，现在恐怕还太早。CUDA 不只是一套软件工具，它背后站着体量庞大的开发者群体，还有丰富的函数库、开发工具，以及多年持续打磨的技术积累。眼下仍有大量开发者在 CUDA 之上搭建和维护各类应用。

这几年英伟达也没闲着，一直在用各种办法加固 CUDA 的竞争优势。比如向高校和科研人员免费提供 GPU 与培训资源，把更多开发者拉进 CUDA 生态。

另一手是把连接多块 GPU 的通信工具库 NVIDIA Collective Communications Library（NCCL）与 NVLink、InfiniBand 等专有硬件技术做深度绑定，多 GPU 协同计算的效率因此进一步提高，用户想迁到别的平台，成本也跟着上去了。