За вихідні повна адаптація AMD: Anthropic використовує Claude для самозавантаження замість обладнання Nvidia, руйнуючи "людський бар’єр" CUDA

Anthropic не лише оголосила про плани щодо розгортання обчислювальної потужності на цьогорічній конференції AMD AdvancingAI, але й розкрила технічну деталь, яка може змінити правила конкуренції на ринку AI-чипів: їхній інженер лише за допомогою моделі Claude протягом одного вікенду автоматично завершив повну адаптацію та оптимізацію продуктивності чипа AMD Instinct MI355 і платформи ROCm.

Високопосадовець компанії Anthropic Tom Brown відкрито заявив на конференції, що компанія планує розгорнути обчислювальні потужності AMD Helios на 2 ГВт і явно віддає перевагу чипу MI355. Ця заява підвищила рівень довіри до співпраці з ринкових чуток до офіційного підтвердження на рівні керівництва. Офіційний акаунт AMD згодом ретвітнув стороннє повідомлення із заявою Tom Brown, додавши подяку за участь у заході.

Ще більш вражаючим є процес адаптації, розкритий Brown. Команда очікувала, що запуск моделі на новому залізі буде "великим проєктом", але реальність виявилась іншою: один інженер доручив Claude виконати адаптацію, залишивши процес працювати протягом вихідних — і вже в понеділок отримав реальні криві продуктивності провідної моделі Anthropic, які "протягом вихідних постійно зростали" на даному чипі.

Ринкові оглядачі одразу прокоментували: "Епоха бар'єру CUDA минула." Для інвесторів такий прорив означає, що логіка апаратного закріплення в ланцюгу постачання AI-потужностей піддається зворотному впливу з боку самих AI-технологій. Коли AI здатний замінити інженера на найвитратнішому людському етапі апаратної міграції, найглибший бар'єр CUDA-екосистеми NVIDIA — високі витрати на міграцію — починає руйнуватись самою штучною інтелектом.

Від чуток до офіційного оголошення: AMD-розгортання Anthropic виходить на поверхню

Раніше знання ринку про співпрацю Anthropic з AMD обмежувалось галузевими припущеннями. Публічна поява Tom Brown на технічній конференції AMD підняла довіру до співпраці з рівня непрямих сигналів до офіційного підтвердження.

Масштаб розгортання на 2 ГВт означає, що чипи AMD відіграють реальну роль в обчислювальній екосистемі Anthropic, а не просто символічно закуповуються.

Як AI-гігант із ARR у $47 млрд, оцінкою в $965 млрд та офіційно поданою заявкою на IPO, Anthropic активно вибудовує диверсифіковану систему постачання потужностей — раніше закуповувала чипи та хмарні сервіси від Google, підписала майже $45 млрд угоду зі SpaceX і уклала контракт на $1.8 млрд з Akamai. Офіційне приєднання AMD ще більше урізноманітнює обчислювальне джерело.

AI-автоматизація адаптації апаратного забезпечення: "Ахіллесова п'ята" бар'єру CUDA

Більш значущий у довгостроковій перспективі, ніж обсяг замовлення, є демонстрація Anthropic автоматизованої адаптації AI.

Традиційно перенесення великої моделі на нову апаратну платформу вимагало ручної роботи численних інженерів для адаптації базових операторів, оптимізації продуктивності та перевірки стабільності — це і є основний бар’єр екосистеми CUDA NVIDIA. Залежність розробника від CUDA — не лише технічна інерція, але й результат високої вартості міграції: зміна платформи означає місяці або навіть роки інженерної праці.

Але коли Claude за одну вихідну завершує всю адаптацію, основа цієї логіки починає хитатись. Опис Brown — прямий і зрозумілий: один інженер запускує Claude, "дозволяє їй запустити машину", і процес самостійно функціонує протягом вихідних. Вже у понеділок команда отримує графік продуктивності, на якому "система постійно зростає". Весь процес охоплює лише одного інженера і одне серверне стійке від AMD.

"Ми думали, що це буде великий проєкт," говорить Brown, але реальність була "зовсім іншою".

Чому цей сигнал має суттєве значення для архітектури AI-чипів

У ринковій оцінці NVIDIA основним фактором премії є бар'єр CUDA-екосистеми. Суть бар'єру — не технічна незамінність, а "бар'єр людських витрат на міграцію": навіть якщо конкурентний чип має рівну продуктивність, підприємство повинно витратити багато інженерних ресурсів на повторну адаптацію програмного стеку, а ці втрати самі по собі є найбільшою перешкодою для переходу.

AI-автоматизація адаптації безпосередньо атакує саме фінансову сторону цього бар'єру. Якщо передові лабораторії можуть за кілька днів за допомогою власних AI-моделей завершити адаптацію та оптимізацію нового заліза, рішення про закупівлю буде залежати від продуктивності, ціни та доступності поставок, а не від закріплення екосистеми. Як каже аналітик Austin Lyons: "Епоха бар'єру CUDA минула."

Для Anthropic така можливість надає їхній стратегії закупівлі потужностей більшу гнучкість. Згідно з останнім аналізом SemiAnalysis, валова маржа інфраструктури для інференсу Anthropic зросла з 38% до понад 70%, і у другому кварталі досягла операційної прибутковості. Додавання AMD до системи постачальників потужностей не лише диверсифікує ризики ланцюга поставок, але й забезпечує більш вигідний варіант заліза для стрімко зростаючого попиту на інференс.

Для AMD підтверджена офіційна обіцянка від Anthropic, однієї з найпередовіших лабораторій, — ключове свідчення для їхнього роадмапу дата-центрних GPU. Інструменти AI-автоматизації адаптації знижують інженерний поріг для експериментів інших потенційних клієнтів із платформою AMD — це потенційно стратегічний актив, цінніший за окреме замовлення.

Аналітик SemiAnalysis відзначає, що агресивні інвестиції Anthropic в дані для програмування раніше забезпечували перевагу моделям компанії, а нині ця перевага зворотно розширює свободу у виборі апаратного забезпечення.