Claude Mythos 三天完成 AMD GPU 适配

原标题:Claude Mythos slashed software work to onboard AMD GPUs to around three days
78AI 研判分

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。

Anthropic 路演视频中的一张图表,对比了使用 Mythos 约三天与使用传统方法约 6 到 12 个月来上线 AMD GPU 的差异。

(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。