Claude Mythos 三天完成 AMD GPU 适配
Anthropic 向 IPO 投资者披露,Claude Mythos Preview 模型在基本无人工干预的情况下,仅用约三天就完成了让自家模型在 AMD MI355X GPU 上以可用性能运行所需的底层软件工作,而此前这类工作需数十名工程师耗时 6 至 12 个月。Mythos 几乎 100% 的 kernel 由模型自行移植或编写,直接触及英伟达 CUDA 生态护城河的根基。
报道正文
(图片来源:AMD)分享本文 加入讨论 在 Google 上将我们添加为首选来源 订阅我们的新闻通讯
Anthropic 向 IPO 投资者表示,其 Claude Mythos Preview 模型在约三天内完成了让自家 AI 在 AMD GPU 上运行所需的软件工作,且“基本上无需人工干预”,而这项工作过去需要 6 到 12 个月。这三天涵盖了在 AMD MI355X GPU 上为 Anthropic 的一个模型进行提示处理并达到“可用的性能水平”,其中 Mythos 移植或编写了“几乎 100% 的内核”。这类将 AI 模型与某家公司芯片绑定的底层代码,长期以来一直是 Nvidia CUDA 护城河的一部分,而一个能在数天内编写此类代码的 AI 意味着这道护城河正在被侵蚀。
Anthropic 联合创始人兼首席计算官 Tom Brown 做出了这一时间对比,并向投资者指出,原先的做法意味着要动用一支“数十名工程师”的团队。该公司已经在多种芯片上运行其模型——包括 Nvidia 和 AMD 的 GPU、Google 的 TPU 以及 AWS Trainium——其算力集群被作为“一个可互换的计算资源池”来管理。Brown 称早期采用多芯片的决定是“一次非常规的押注”。考虑到 Google 的 TPU 如今已能原生运行基于 PyTorch 构建的 AI 模型,且 Meta 已将其用于生产环境,这或许是一个明智的押注。
Anthropic 所称这项工作过去需要 6 到 12 个月,来自其过往经验,即“使用传统工程方法引入新加速器”的历史经验,当时针对每个硬件平台定制代码是一项挑战。消除这一接入障碍后,事情可能就简化为一个采购决策,而 Anthropic 今年首次开始与 AMD GPU 合作,目前已达成最高 2 吉瓦的协议。
Tom's Hardware 最新视频 在此观看完整视频:
CUDA 是 Nvidia 的编程平台,已有近二十年历史,非常成熟。AMD 有一个对等物 ROCm,以 HIP 作为其编程层。为 CUDA 编写的代码必须经过转换才能在那里运行,AMD 甚至为此构建了一个名为 HIPify 的工具。切换仍然存在转换成本,AMD 的 AI 软件副总裁 Anush Elangovan 在四月份对 EE Times 表示,“Claude 比 HIPify 更好,因为它内置了网络搜索。”
AMD 自去年八月以来一直在论证 AI 可以编写这类代码,当时展示了一个研究代理,但该代理在当时还不及人类专家。同年九月,AMD CEO 苏姿丰在 Possible 播客 中表示,许多 AI 软件是用 CUDA 编写的,需要“翻译到 AMD”,而“现在其中很大一部分可以通过软件完成。”
快进到今年七月,AMD 的 AI 高级副总裁 Vamsi Boppana 表示,其工程师正在使用 AI 模型生成 GPU 内核,而苏姿丰说,当她询问她的团队是否在帮助那位从事 MI355X 工作的 Anthropic 工程师时,她被告知他们不需要任何帮助。Boppana 表示,在某些情况下,生成的内核甚至“比大多数手动调优的版本更好”。根据其七月与 Anthropic 的协议,AMD 也在使用 Claude 为其 Instinct GPU 优化工作负载,并加速 ROCm 的开发。
在 AMD 七月的 Advancing AI 活动 上,OpenAI 的 Philippe Tillet 表示,一旦 OpenAI 拿到其 Helios 机架,一名工程师在几天内就确认一切正常,并且“从某种意义上说,代理正在接管我们的工作,作为内核工程师。”活动之前,AMD 的公司副总裁兼数据中心 GPU 业务总经理 Andrew Dieckman 告诉记者,他实际上与 AMD 的客户几乎没有关于 CUDA 的对话。
滑动以横向滚动
| 日期 | 人物 | 他们所说或展示的内容 | 出处 |
|---|---|---|---|
| 2025年8月1日 | AMD 研究人员 | 发布了 GEAK,一个编写 GPU 内核的 AI agent;在与 30 个专家编写的内核对比中,它正确完成了 19 个,平均速度为专家的 0.92 倍 | AMD 的 ROCm 博客 |
| 2025年9月24日 | 苏姿丰(Lisa Su),AMD 董事长兼 CEO | 在被问及 AI 编程工具时表示,为 CUDA 编写的大部分代码现在都可以通过软件转换到 AMD 平台:“我们正在利用软件大幅优化客户的代码,使他们能够在 AMD 上运行” | Possible 播客 |
| 2026年4月1日 | Anush Elangovan,AMD AI 软件副总裁 | 将 Claude 与 AMD 用于转换 CUDA 代码的工具 HIPify 进行比较:“Claude 比 HIPify 更好,因为它内置了网络搜索功能” | EE Times 采访 |
| 2026年4月15日 | 黄仁勋(Jensen Huang),Nvidia CEO | “我们大量使用 AI 来创建我们的内核”;“没有人比我们更了解我们的架构” | Dwarkesh Patel 采访 |
| 2026年7月23日 | Andrew Dieckman,AMD 企业副总裁兼数据中心 GPU 业务总经理 | “目前我几乎不再与客户谈论 CUDA 了” | PC Gamer,来自 AMD 活动前的简报会 |
| 2026年7月23日 | Vamsi Boppana,AMD AI 高级副总裁 | AI 辅助的 GPU 编程将“消除广泛采用方面任何剩余的障碍” | AMD Advancing AI 主题演讲 |
| 2026年7月23日 | Philippe Tillet,OpenAI | “从某种意义上说,agent 正在接管我们作为内核工程师的工作” | AMD Advancing AI 主题演讲 |
| 2026年7月23日 | Tom Brown,Anthropic 联合创始人兼首席算力官 | 一位工程师让 Claude 启动一个 MI355X 机架,并让它“整个周末”持续运行 | AMD Advancing AI 主题演讲 |
| 2026年11月10日 | Tom Brown,Anthropic 联合创始人兼首席算力官 | Mythos“仅用三天就让 Claude 在 AMD 上运行起来,基本没有人工干预”;幻灯片脚注将三天限定为针对一个模型的提示处理 | Anthropic 的 IPO 路演视频 |
不过,直到本周,所有这些信息都来自 AMD 或其发布会,而非 Anthropic 向自家投资者披露。Anthropic 是购买芯片而非销售芯片,并且下周即将进行其 IPO,因此其多芯片策略——如今至少有一些数据支撑——比芯片制造商的声明更有分量。其招股说明书也以书面形式说明了这一点,尽管没有给出具体数字:“我们能在过去所需时间的一小部分内接入新的芯片平台。”
滑动以横向滚动
| Anthropic 在哪里说的 | 谁做的工作 | 花了多长时间 | 覆盖了什么 | 取代了什么 |
|---|---|---|---|---|
| AMD 的 Advancing AI 主题演讲,7 月 23 日 | 一名工程师和 Claude | 未说明;让它“整个周末”一直运行 | 其在 MI355X 机架上的“领先模型”,性能持续攀升 | 其所谓的“一项大工程” |
| IPO 路演视频、旁白,11 月 10 日 | Mythos,且“基本没有人工干预” | 三天(“仅用三天”) | 让“Claude 在 AMD 上运行”;Claude“移植或编写了几乎 100% 的内核” | “花费数十名工程师数月”的工作 |
| IPO 路演视频、幻灯片脚注,11 月 10 日 | Claude Mythos Preview | 约三天(“约 3 天时间线”) | 将“某个 Anthropic 模型在 AMD MI355X GPU 上的提示处理提升到有用的性能水平” | 六到十二个月(“约 6-12 个月的估计”),来自“引入新加速器的历史经验” |
| 招股说明书(S-1/A 第 2 号),11 月 10 日 | 其工程团队,“借助 Claude” | 没有数字;“更快” | 将“新的芯片平台投入生产”;未点名任何芯片 | 其所谓的“持续数月的高强度工程工作” |
工作负载中的提示处理(prefill)部分是模型在开始回复之前读取并处理所给内容的步骤,而 Anthropic 并未说明回复步骤(decode)是否也包含在内。Anthropic 的图表横轴标注为“新芯片上线所需时间”,图中两条线都达到了相同的“~100%”标记,却没有说明这 100% 指的是什么。该公司也没有说明模型在 AMD GPU 上与在 Nvidia GPU 上的运行速度对比如何,而这正是我们想要看到的比较,以判断 AMD 的芯片在运行 AI 编写的代码时能否与 Nvidia 的芯片相匹敌。

(图片来源:Anthropic)
另一方面,Nvidia CEO 黄仁勋在 4 月接受 Dwarkesh Patel 采访时表示,Nvidia 已经在其自家内核上使用 AI,并且最了解自己的芯片——“没有人比我们更了解我们的架构”——能够最大限度地发挥芯片的性能。当被问及为什么像 Anthropic 这样的实验室使用其他加速器时,他称 Anthropic 是“一个独特的个例,而非一种趋势”。Nvidia 和 AMD 等七家公司正以 IPO 价格购买 Anthropic 价值 260 亿美元的股票,因此 Nvidia 投资的正是黄仁勋所称的那个例外。
7 月下旬,SemiAnalysis 发表了一篇题为“AMD 能打破 CUDA 护城河吗?”的文章,其核心观点是,软件创造已不再是哪怕一年前那样的护城河。话虽如此,AMD 面临的难题在于,借助智能体编程,“每个智能体都需要 GPU 来测试其代码”,这意味着编写代码的 AI 仍然需要硬件。该公司发现 AMD 内部用于此类开发的 GPU 持续短缺,这拖累了 AMD,并可能成为一个新的瓶颈。
这让 CUDA 的护城河处于两者之间。让模型在新芯片上运行,曾经是昂贵的一环,如今似乎正变得越来越便宜,而更强大的 AI 可能会削弱 Nvidia 关于自己最了解自家硬件的说法。至于 Anthropic 的可互换资源池,其中的芯片并非完全可以互换——例如,谷歌的 TPU 正变得越来越专用——而且要想充分发挥其中任何一款芯片的性能,仍然需要硬件来进行测试。护城河正在收窄,但并未消失。
Anthropic 首批 AMD MI450 芯片预计将于 2027 年上半年随 Helios 机架 一同交付。这是一个新的世代,也是一次检验三天部署调试能否重现的机会。Anthropic 的 IPO 会更早到来,此后它将作为一家上市公司进行信息披露。