Claude三天适配AMD GPU：英伟达CUDA生态面临新变量
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
11 月 11 日消息，英伟达 CUDA 生态的领先位置，或许正迎来更多挑战。
Anthropic IPO 路演材料里的一张幻灯片显示，高性能 AI 模型逐渐能够自主适配不同计算平台，GPU 也因此越来越像可互相替换的通用算力资源。
Anthropic 的 IPO 路演材料提到了一条颇受关注的信息：
Claude Mythos Preview 模型大约只花了 3 天，就摸清了怎么让另一个模型跑在 AMD MI355X GPU 上。而按以往的做法，为一个新计算平台完成推理任务的适配，通常要 6 至 12 个月。
这也就意味着，Anthropic 眼下可以把不同厂商的 GPU 当作相对通用的算力来用，跨平台切换的技术门槛已经降了不少。于是，有观点开始认为，英伟达长期倚重的 CUDA 生态护城河，实际可能已经不再具备原来的分量。
不过，要说英伟达 CUDA 的生态优势就此终结，恐怕还早。CUDA 不只是一套软件工具，它背后还有庞大的开发者群体、丰富的函数库和开发工具，以及多年持续优化积累下来的技术底子。目前，围绕 CUDA 搭建和维护应用的开发者依然很多。
过去几年，英伟达也在不断想办法稳住 CUDA 的竞争优势。比如，公司面向大学和科研人员免费提供 GPU 及培训资源，以此吸引更多开发者进入 CUDA 生态。
除此之外，英伟达还把连接多块 GPU 的通信工具库 NVIDIA Collective Communications Library（NCCL）与 NVLink、InfiniBand 等专有硬件技术紧密结合，进一步提升多 GPU 协同计算的效率，同时也抬高了用户迁移到其他平台的成本。
