以前把一个大模型搬到一种新芯片上跑，得几十名工程师耗上几个月埋头调试。如今这件事，或许一个AI加三天就能办完。

科技媒体OfficeChai报道称，Anthropic在上市路演中透露，其Claude Mythos模型基本靠自己完成了把Claude部署到AMD芯片上的活，前后大约花了三天。

按这家公司的说法，同样的事情过去要数十名工程师做上6到12个月。这一回，所需的专用GPU代码几乎全由Claude编写或改写。

路演把这个案例当作例子，用来说明Anthropic最早、也最不寻常的一笔基础设施押注：不在芯片厂商里选边站，而是让Claude同时在四大芯片家族上训练和运行。

三天“搬家”靠的是什么

据报道，Claude Mythos被部署到AMD基于CDNA 4架构的MI355X GPU上。一名Anthropic工程师只做了把模型接到新硬件这一步，随后就让它自己干。

之后，Mythos在几乎没有人工介入的情况下，自主移植或编写了接近100%的计算内核，使Claude能在AMD芯片上处理请求。

这里说的“内核”，指的是直接在芯片上跑计算的底层程序。

像矩阵乘法、注意力计算这类大模型最核心的运算，都得靠一个个高度优化的内核来支撑。

各家厂商的芯片架构不一样，同一种计算往往要针对每种芯片重新编写、重新优化，适配工作最费时间的地方就在这里。

报道还提到，AMD首席执行官苏姿丰确认，AMD事先备好的额外工程支援，最后一点都没用上。

这次突破并不是孤立的一件事。

Anthropic与AMD早前签过协议，承诺部署最多2吉瓦的AMD Instinct MI450系列芯片，这些芯片会装进AMD的Helios机架级系统。

作为交换，AMD答应随着部署里程碑逐步达成，向Anthropic投资最多50亿美元。

协议里还有一项：用Claude帮助优化AMD的ROCm软件栈。这一软件栈长期被视作AMD相对英伟达的弱项。

为什么非要“四条腿走路”

路演视频中，一位Anthropic高管讲了公司的多芯片战略。

他说，Anthropic现在在四大芯片家族上训练和运行Claude。当初做这个决定时，业内不少人怀疑，为此付出这么大的努力到底值不值。

每种芯片都要配一套量身定制的软件和推理栈，既贵又难。不过多年积累下来，Anthropic在这方面已经相当熟练。

在这位高管看来，这一战略带来两大好处。

这两点都戳中了当下人工智能行业的痛处。

其一，算力供应紧张的市场里，公司可以去追性价比最好的选择，不管它出自哪家供应商。其二，让每种芯片干自己最擅长的事，有的芯片更适合训练，有的更适合推理。

公司的终极目标，是把在用的所有芯片，不论来自哪家厂商、采用什么架构、部署在什么地方，都当成一个统一、可互换的算力池。

目前，Anthropic的算力池已经包括英伟达GPU、亚马逊AWS的Trainium芯片和谷歌的TPU。与谷歌的合作起于一项最多采购100万颗TPU的协议，之后又进一步加深。

路演中还有一条信息：Anthropic正着手搭建自己的芯片设计团队。定制芯片被纳入长期规划，但它的位置是与外购芯片并行使用，并非要取代外购芯片。

这种外购与自研并行的路子，和谷歌、亚马逊、微软等巨头的做法相近。算力直接关系到竞争力，头部企业里没有谁愿意把命运完全押在一家供应商身上。

报道提到，这轮招聘还从竞争对手的芯片项目里挖来了人，其中就有参与过OpenAI与博通合作定制芯片项目的工程师。

CUDA护城河，还有多深

这件事最值得琢磨的地方，是它可能对英伟达的软件护城河造成冲击。

近二十年来，CUDA平台一直是英伟达统治地位的基石。原因很简单：离开CUDA的代价太高，代码得重写，工程师得重新培训，整条流程得重新验证。

相比之下，AMD的ROCm软件栈过去普遍被认为成熟度和可靠性都不够。

假如AI模型能在三天之内、在极少人工监督的情况下，把几乎所有底层内核都移植并重写一遍，那么支撑CUDA护城河的最大一项成本——迁移所需的巨大工程投入——就可能大幅缩水。

OfficeChai的分析认为，一旦芯片真的可以互换，竞争的基础就会变。芯片厂商再想靠多年积累的软件生态锁住客户会越来越难，必须在性价比、供货能力和能效上正面比拼。

对买家来说，这意味着不用再对某一种架构做多年的“全押”，采用较新或较小众平台的风险也跟着降低。

不过，英伟达的地位不会一夜之间瓦解。

单芯片性能、网络互联和系统级整合能力，加上庞大的开发者生态，仍然是英伟达实打实的优势。能在新硬件上“跑起来”只是第一步，真正决定工作负载会不会大规模转移的，是新硬件上的吞吐量和能效。

这些内容出自Anthropic在路演中的自述以及媒体的转述，具体技术细节和性能数据都还没有公开，外界也无法独立核实。

但方向已经清晰。当越来越多的前沿实验室手里有了快速跨架构移植模型的工具，客户为留在英伟达生态中支付的“溢价”，很可能要承受越来越大的压力。

这或许是人工智能发展中一个颇有象征意义的时刻：AI不只是芯片的“用户”，也开始反过来重塑芯片产业的竞争规则。