Nakumpleto ang buong pag-angkop ng AMD sa isang katapusan ng linggo: Ginamit ng Anthropic ang Claude self-hosting imbes na Nvidia hardware, winasak ang “pampasahod na balakid” ng CUDA

Sa AdvancingAI conference ng AMD ngayong taon, hindi lang inanunsyo ng Anthropic ang kanilang plano sa pag-deploy ng computational power, kundi ibinunyag din nila ang isang teknolohiyang detalye na posibleng baguhin ang patakaran sa kumpetisyon ng AI chips: nagawa ng kanilang inhinyero, gamit lang ang Claude na modelo, na awtomatikong tapusin ang buong adaptasyon at performance tuning ng AMD Instinct MI355 chip sa ROCm platform sa loob lamang ng isang weekend.

Ipinahayag nang lantaran ni Tom Brown, isang mataas na opisyal ng Anthropic, sa nasabing conference na planong mag-deploy ang kompanya ng 2GW AMD Helios computing facility, at malinaw nilang pinapaboran ang MI355 chips. Itinaas ng pahayag na ito ang naunang kolaborasyong napapabalita lamang sa merkado patungo sa pormal na kumpirmasyon ng mga executive. Matapos ang event, nirepost ng opisyal na AMD account ang isang third-party tweet na may kasamang pahayag ni Tom Brown, kalakip ang pasasalamat sa kanyang pagdalo.

Lalo pang nakabibigla ang pagbubunyag ni Brown tungkol sa proseso ng adaptasyon. Inakalang magiging "isang malaking proyekto" ang pagsisimula ng modelo sa bagong hardware, ngunit nagkaiba ang kanilang aktuwal na karanasan: ipinaubaya ng isang inhinyero sa Claude ang adaptasyon, pinatakbo ang proseso maghapon sa weekend, at pagsapit ng Lunes, nakuha na nila ang totoong performance curve ng nangungunang modelo ng Anthropic sa naturang hardware, na “patuloy na lumalakas" sa loob ng weekend.

Agad na nagkomento ang mga market observer: “Nalagpasan na natin ang panahon ng bakod ng CUDA.” Para sa mga investor, ang breakthrough na ito ay nangangahulugang ang hardware lock-in logic ng AI computing supply chain ay nahaharap ngayon sa kabaligtarang epekto mula sa mismong kakayahan ng AI. Kapag may kakayahan na ang AI na palitan ang mga inhinyero sa pinakamagastos na bahagi ng hardware migration, mismong pundasyon ng CUDA ecosystem ng NVIDIA—ang mataas na cost ng paglilipat—ay unti-unti nang kinakalawang ng AI.

Mula sa Haka-haka Hanggang Opisyal: Lumitaw na ang AMD Deployment ng Anthropic

Dati, ang ideya ng kolaborasyon ng Anthropic at AMD ay haka-haka lang sa industriya. Mula nang pormal na lumantad si Tom Brown sa AMD technical conference, tumaas ito mula sa mga di-tiyak na signal hanggang sa antas ng kumpirmadong opisyal.

Ang deployment scale na 2GW ay nangangahulugang ang AMD chips ay may konkretong papel sa computing system ng Anthropic, at hindi lang simbolikong pagbili.

Bilang isang AI giant na may ARR na umabot ng $47 bilyon, tumataginting na $965 bilyon ang valuation, at pormal nang nakapaghain ng IPO filing, aktibong binubuo ng Anthropic ang diversified na supply ng computational power—dati na silang bumili mula sa Google ng chips at cloud services, pumirma ng halos $45 bilyong deal sa SpaceX, at meron ding $1.8 bilyong kasunduan sa Akamai. Ang opisyal na paglahok ng AMD ay lalo pang nagpapalawak sa pinagkukunan nila ng computational power.

AI-Pinapatakbo na Automated Hardware Adaptation: Ang "Achilles’ Heel" ng CUDA Wall

Higit pa sa laki ng order, ang mas pangmatagalang epekto ay ang ipinamamalas ng Anthropic tungkol sa AI automated adaptation capability.

Tradisyonal, nangangailangan ng maraming inhinyero ang pag-migrate ng malaking modelo sa bagong hardware platform—sila ang ginagawa ng mano-mano ang adaptation ng mababang-level operators, performance tuning at stability verification—at ito ang pinakapundasyon ng CUDA ecosystem wall ng NVIDIA. Hindi lang teknikal na gawi ang dependency ng mga developer sa CUDA, kundi pinapakita rin ito ng migration cost: ang pagpapalit ng platform ay nangangailangan ng maraming buwan o taon ng engineering resources.

Ngunit nang matapos ni Claude ang kabuuang proseso ng adaptation sa loob lang ng isang weekend, nagsimulang manghina ang basehan ng logic na ito. Direkta at malinaw ang paglalarawan ni Brown: isang inhinyero ang nagpaandar kay Claude, “hayaan nitong itakbo ang makina,” at sumabay ang proseso ng kusa sa weekend. Pagsapit ng Lunes, nakuha ng team ang isang performance curve chart na “tuloy-tuloy ang pagtaas”. Isang engineer at isang AMD rack lang ang kasama sa buong proseso.

"Akala naming magiging malaking proyekto ito," ani Brown, pero sa aktwal "iba pala."

Bakit Mahalaga ang Signal na Ito sa Landscape ng AI Chips

Sa market valuation ng NVIDIA, ang CUDA ecosystem wall ang pangunahing batayan ng premium. Ang wall na ito, sa kaibuturan, ay hindi teknikal na hindi mapapalitan, kundi nasa "human cost wall" ng ecosystem migration—even kung matapatan ng karibal ang performance ng hardware, kailangan pa rin ng mga kumpanya na gumastos ng napakaraming engineering resources para muling i-adapt ang software stack, na mismong sunk cost ay pinakamataas na barrier sa switching.

Direktang tinatarget ng AI automated adaptation ang cost-side ng wall na ito. Kung kayang i-adapt at i-optimize ng mga cutting-edge na laboratoryo ang bagong hardware gamit ang kanilang sariling AI models sa loob ng ilang araw lamang, magmumula na ang hardware procurement decision sa performance, presyo, at availability ng supply—at hindi dahil sa ecosystem lock-in. Sa mga salita ni analyst Austin Lyons: “Nalagpasan na natin ang panahon ng bakod ng CUDA.”

Para sa Anthropic, nagdadala ito ng mas malawak na flexibility sa kanilang strategy ng pag-procure ng computational power. Sa pinakabagong pagsusuri ng SemiAnalysis, ang gross margin ng Anthropic sa inference infrastructure ay tumaas mula 38% patungong mahigit 70%, at nagkaroon ng operating profit sa ikalawang quarter. Sa pagpasok ng AMD bilang supplier, hindi lang lumiliit ang supply chain risk kundi magkakaroon ng mas cost-effective na hardware options para sa biglaang lumalaking inference demand.

Para naman sa AMD, ang makuha ang opisyal na commitment ng deployment mula sa isang cutting-edge na laboratoryo gaya ng Anthropic ay mahalagang validation ng kanilang data center GPU roadmap. At sa tulong ng AI automated adaptation tools, nabababa ang engineering barrier ng ibang potensyal na kliyente na subukan ang AMD platform—na posibleng maging strategic asset na mas mataas ang halaga kaysa sa isang order lang.

Ayon pa kay SemiAnalysis analyst, ang agresibong paggastos noon ng Anthropic sa programming data ay naging dahilan ng nangunguna nilang model capability, at ngayon, ang kakayahang ito ay nagbibigay din sa kanila ng mas mataas na kalayaan sa pagpili ng sarili nilang hardware.