W ciągu jednego weekendu pełna adaptacja AMD: Anthropic użył Claude do samoutrzymywania zamiast sprzętu NVIDIA, przełamując „barierę ludzką” CUDA

Anthropic podczas tegorocznej konferencji AMD AdvancingAI nie tylko oficjalnie ogłosił plany dotyczące wdrożenia mocy obliczeniowej, ale także ujawnił szczegół techniczny, który może zmienić zasady konkurencji na rynku chipów AI: inżynierowie Anthropic w jeden weekend automatycznie ukończyli pełną adaptację i optymalizację wydajności chipu AMD Instinct MI355 na platformie ROCm, korzystając jedynie z modelu Claude.

Tom Brown, dyrektor Anthropic, podczas konferencji publicznie oznajmił, że firma planuje wdrożyć infrastrukturę obliczeniową AMD Helios o mocy 2GW i wyraźnie preferuje chip MI355. Ta deklaracja zmieniła wcześniejsze rynkowe spekulacje o współpracy w oficjalne potwierdzenie na najwyższym szczeblu. Oficjalne konto AMD później udostępniło tweet zawierający wypowiedź Toma Browna i podziękowało mu za udział.

Jeszcze większe wrażenie zrobił proces adaptacji ujawniony przez Browna. Zespół początkowo zakładał, że uruchomienie modelu na nowym sprzęcie będzie „dużym projektem”, ale rzeczywistość okazała się zupełnie inna: jeden inżynier polecił Claude’owi wykonanie zadania adaptacji, pozwolił procesowi działać samodzielnie przez weekend, a w poniedziałek otrzymał wykres wydajności pokazujący „ciągły wzrost” modelu Anthropic na tym sprzęcie w trakcie weekendu.

Obserwatorzy rynku natychmiast skomentowali: „Era fosy CUDA już minęła.” Dla inwestorów ten przełom oznacza, że logika sprzętowej blokady w łańcuchu dostaw AI napotyka na odwrotne wyzwanie ze strony samych możliwości AI. Gdy AI potrafi zastąpić inżynierów w najbardziej kosztownych etapach migracji sprzętu, fundamentalna fosa ekosystemu NVIDIA CUDA – czyli wysokie koszty migracji – jest podkopywana u samego źródła przez AI.

Od plotek do oficjalnego ogłoszenia: wdrożenie AMD przez Anthropic nabiera realnych kształtów

Dotychczas rynkowa wiedza o współpracy Anthropic z AMD sprowadzała się jedynie do branżowych spekulacji. Publiczne wystąpienie Toma Browna podczas konferencji technologicznej AMD podniosło wiarygodność tej współpracy z poziomu pośrednich sygnałów do oficjalnego potwierdzenia.

Skala wdrożenia 2GW oznacza, że chipy AMD odgrywają istotną rolę w systemie mocy obliczeniowej Anthropic, a nie są tylko symbolicznym zakupem.

Jako AI-gigant o ARR sięgającym 47 miliardów dolarów, wycenie 965 miliardów dolarów i z oficjalnie złożonym wnioskiem IPO, Anthropic aktywnie buduje zróżnicowany system dostaw mocy obliczeniowej – wcześniej kupował chipy i usługi chmurowe od Google, podpisał umowę współpracy ze SpaceX o wartości prawie 45 miliardów dolarów oraz umowę o wartości 1,8 miliarda dolarów z Akamai. Oficjalne dołączenie AMD jeszcze bardziej wzbogaciło źródła jego mocy obliczeniowej.

Samodzielna adaptacja sprzętu przez AI: “Achillesowa pięta” fosy CUDA

Jeszcze większe długoterminowe znaczenie niż sama wielkość zamówienia ma zdolność automatycznej adaptacji AI, zaprezentowana przez Anthropic.

Tradycyjnie migracja dużego modelu na nową platformę sprzętową wymagała wielu inżynierów, którzy ręcznie dostosowywali operatory bazowe, optymalizowali wydajność i weryfikowali stabilność – stanowiło to rdzeń fosy ekosystemu NVIDIA CUDA. Zależność deweloperów od CUDA wynikała nie tylko z technologicznego przyzwyczajenia, ale z kosztów migracji: zmiana platformy oznaczała miesiące, a nawet lata pracy inżynieryjnej.

Jednak gdy Claude w jeden weekend ukończył cały proces adaptacji, fundament tej logiki zaczyna się chwiać. Opis Browna był jasny: jeden inżynier uruchomił Claude’a, „pozwolił mu uruchomić maszynę”, a potem proces działał sam bez ingerencji. W poniedziałek zespół otrzymał wykres wydajności, który „ciągle rósł”. Cały proces wymagał udziału jednego inżyniera i jednego racka od AMD.

„Myśleliśmy, że będzie to duży projekt”, mówi Brown, ale rzeczywistość była „zupełnie inna”.

Dlaczego ten sygnał ma rzeczywiste znaczenie dla rynku chipów AI

W wycenie rynkowej NVIDIA kluczową wartość premium stanowi fosa ekosystemu CUDA. Jej istotą nie jest niezastąpialność technologii, lecz „bariera kosztów ludzkich” przy migracji ekosystemu – nawet gdy konkurenci dogonią pod względem sprzętowym, firmy muszą zainwestować ogromne zasoby inżynieryjne w ponowne dostosowanie stosu oprogramowania, a ten koszt jest najwyższą barierą zmiany.

Automatyczna adaptacja AI bezpośrednio uderza w tę barierę kosztową. Jeśli czołowe laboratoria dzięki własnym AI mogą w kilka dni dokonać adaptacji i optymalizacji nowego sprzętu, decyzje o zakupie będą zależeć głównie od wydajności, ceny i dostępności, a nie od blokady ekosystemu. Jak mówi analityk Austin Lyons: „Era fosy CUDA już minęła.”

Dla Anthropic ta zdolność daje większą elastyczność w strategii zakupów mocy obliczeniowej. Najnowsza analiza SemiAnalysis wskazuje, że marża brutto infrastruktury wnioskowania Anthropic wzrosła z 38% do ponad 70%, a w drugim kwartale osiągnięto rentowność operacyjną. Włączenie AMD do systemu dostaw nie tylko dywersyfikuje ryzyko w łańcuchu dostaw, ale także daje lepsze hardware dla gwałtownie rosnącego zapotrzebowania na wnioskowanie.

Dla AMD uzyskanie oficjalnego zobowiązania do wdrożenia od tak zaawansowanego laboratorium, jak Anthropic, to kluczowa weryfikacja dla mapy drogowej GPU dla centrów danych. Narzędzia automatycznej adaptacji AI obniżają inżynieryjną barierę próbowania platformy AMD przez potencjalnych klientów – to może być strategiczny zasób o większej długoterminowej wartości niż pojedyncze zamówienie.

Analitycy SemiAnalysis podkreślają, że wcześniejsze agresywne inwestycje Anthropic w dane programistyczne dały ich modelom przewagę, a teraz ta zdolność zwiększa swobodę wyboru sprzętu przez firmę.