
Full AMD Adaptation Achieved Over a Weekend: Anthropic Uses Claude for Self-Bootstrapping Instead of NVIDIA Hardware, Breaking CUDA's "Labor Barrier"
Anthropic 不僅官宣了 2GW 的 AMD Helios 算力部署計劃,還披露,一名工程師讓 Claude 週末自行運轉,完成了 AMD Instinct MI355 芯片與 ROCm 平台的全套適配與性能調優,週一便拿到了 Anthropic 領先模型在該硬件上 “週末期間持續攀升” 的實際性能曲線。
Anthropic 在 AMD 今年的 AdvancingAI 大會上不僅官宣了算力部署計劃,還披露了一個可能改寫 AI 芯片競爭規則的技術細節:其工程師僅用 Claude 模型在一個週末內自動完成了 AMD Instinct MI355 芯片與 ROCm 平台的全套適配與性能調優。
Anthropic 高管 Tom Brown 在大會上公開表示,公司計劃部署 2GW 的 AMD Helios 算力設施,並明確青睞 MI355 芯片。這一表態將此前市場上的合作傳聞升級為高管層面的正式確認。AMD 官方賬號隨後轉發了包含 Tom Brown 表態的第三方推文,配文感謝其參會。
更具衝擊力的是 Brown 披露的適配過程。團隊原本預期在新硬件上啓動模型會是 “一個大項目”,但實際體驗完全不同:一名工程師讓 Claude 執行適配任務後讓流程在週末自行運轉,週一便拿到了 Anthropic 領先模型在該硬件上 “週末期間持續攀升” 的實際性能曲線。
市場觀察者隨即評論稱:“我們已過了 CUDA 護城河時代。” 對投資者而言,這一突破意味着 AI 算力供應鏈的硬件鎖定邏輯正在遭遇來自 AI 自身能力的反向衝擊。當 AI 自身能夠替代工程師完成硬件遷移中最昂貴的人力環節時,英偉達 CUDA 生態最根本的護城河——高昂的遷移成本正在被 AI 從根基上侵蝕。
從傳聞到官宣:Anthropic 的 AMD 部署浮出水面
此前市場對 Anthropic 與 AMD 合作的認知僅停留在行業推測層面。Tom Brown 在 AMD 技術大會上的公開站台,將合作可信度從間接信號拉昇至正式確認的高度。
2GW 的部署規模意味着 AMD 芯片在 Anthropic 的算力體系中扮演實質性角色,而非象徵性採購。
作為 ARR 已達 470 億美元、估值 9650 億美元、已正式提交 IPO 申請文件的 AI 巨頭,Anthropic 正積極構建多元化算力供給體系——此前已從谷歌採購芯片及雲服務,與 SpaceX 簽署近 450 億美元合作協議,並與 Akamai 達成 18 億美元協議。AMD 的正式加入進一步豐富了其算力來源。
AI 自舉硬件適配:CUDA 壁壘的 “阿喀琉斯之踵”
比訂單規模更具長期衝擊力的是 Anthropic 展示的 AI 自動化適配能力。
傳統上,將大模型遷移至新硬件平台需要大量工程師手動完成底層算子適配、性能調優和穩定性驗證——這構成了英偉達 CUDA 生態壁壘的核心來源。開發者對 CUDA 的依賴不僅是技術慣性,更是遷移成本決定的:換平台意味着投入數月甚至數年的工程資源。
但當 Claude 在一個週末內完成整套適配流程時,這一邏輯的根基開始鬆動。Brown 的描述清晰直白:一名工程師啓動 Claude,“讓它把機器跑起來”,然後流程在週末自行運轉。到週一,團隊拿到的是一張性能曲線"持續攀升"的圖表。整個過程僅涉及一名工程師和一台 AMD 提供的機架。
"我們以為這會是個大項目,"Brown 説,但實際體驗"完全不同"。
為何這一信號對 AI 芯片格局具有實質性含義
市場對英偉達的定價中,CUDA 生態壁壘是核心溢價支撐。這一壁壘的本質不是技術的不可替代性,而是生態遷移的"人力成本壁壘"——即使競爭對手的硬件性能追平,企業仍需投入大量工程師重新適配軟件棧,這筆沉沒成本本身就是最高的切換門檻。
AI 自動化適配直接攻擊的正是這道壁壘的成本側。如果前沿實驗室可以藉助自家 AI 模型在數天內完成新硬件的適配與優化,硬件採購決策將更多取決於性能、價格和供應可得性,而非生態鎖定。用分析師 Austin Lyons 的話來説:“我們已過了 CUDA 護城河時代。”
對 Anthropic 而言,這一能力賦予其算力採購策略更大的靈活性。SemiAnalysis 最新分析指出,Anthropic 的推理基礎設施毛利率已從 38% 躍升至逾 70%,並在第二季度實現營業利潤盈利。將 AMD 納入算力供應商體系,不僅分散了供應鏈風險,也為急劇膨脹的推理需求提供了更具性價比的硬件選項。
對 AMD 而言,獲得 Anthropic 這一前沿實驗室的正式部署承諾,是其數據中心 GPU 路線圖的關鍵驗證。而 AI 自動化適配工具的加持,降低了更多潛在客户嘗試 AMD 平台的工程門檻——這可能是比單一訂單更具長期價值的戰略資產。
SemiAnalysis 分析師指出,Anthropic 此前在編程數據上的激進投入使其模型能力領先,而今這種能力正在反向賦能其自身的硬件選擇自由度。
