一週末打通AMD全套適配：Anthropic用Claude自舉而非英偉達硬體，打破CUDA「人力壁壘」

Anthropic在AMD今年的AdvancingAI大會上不僅官宣了算力部署計劃，還披露了一個可能改寫AI晶片競爭規則的技術細節：其工程師僅用Claude模型在一個週末內自動完成了AMD Instinct MI355晶片與ROCm平台的全套適配與效能調校。

Anthropic高層Tom Brown在大會上公開表示，公司計劃部署2GW的AMD Helios算力設施，並明確青睞MI355晶片。這一表態將此前市場上的合作傳聞升級為高層級的正式確認。AMD官方帳號隨後轉發了包含Tom Brown表態的第三方推文，並配文感謝其參會。

更具衝擊力的是Brown披露的適配過程。團隊原本預期在新硬體上啟動模型會是「一個大項目」，但實際體驗完全不同：一名工程師讓Claude執行適配任務後讓流程在週末自行運作，週一便拿到了Anthropic領先模型在該硬體上「週末期間持續攀升」的實際效能曲線。

市場觀察者隨即評論稱：「我們已過了CUDA護城河時代。」對投資者而言，這一突破意味著AI算力供應鏈的硬體鎖定邏輯正在遭遇來自AI本身能力的反向衝擊。當AI本身能夠取代工程師完成硬體遷移中最昂貴的人力環節時，NVIDIA CUDA生態最根本的護城河——高昂的遷移成本正在被AI從根本上侵蝕。

從傳聞到官宣：Anthropic的AMD部署浮出水面

此前市場對Anthropic與AMD合作的認知僅停留在行業推測層面。Tom Brown在AMD技術大會上的公開站台，將合作可信度從間接信號拉升至正式確認的高度。

2GW的部署規模意味著AMD晶片在Anthropic的算力體系中扮演實質性角色，而非象徵性採購。

作為年化經常性收入已達470億美元、估值9650億美元、已正式提交IPO申請文件的AI巨擘，Anthropic正積極構建多元化算力供應體系——此前已從Google採購晶片及雲服務，與SpaceX簽署近450億美元合作協議，並與Akamai達成18億美元協議。AMD的正式加入進一步豐富了其算力來源。

AI自舉硬體適配：CUDA壁壘的「阿喀琉斯之踵」

比訂單規模更具長期衝擊力的是Anthropic展示的AI自動化適配能力。

傳統上，將大模型遷移至新硬體平台需要大量工程師手動完成底層算子適配、效能調校和穩定性驗證——這構成了NVIDIA CUDA生態壁壘的核心來源。開發者對CUDA的依賴不僅是技術慣性，更是遷移成本決定的：換平台意味著投入數月甚至數年的工程資源。

但當Claude在一個週末內完成整套適配流程時，這一邏輯的根基開始鬆動。Brown的描述清晰直白：一名工程師啟動Claude，「讓它把機器跑起來」，然後流程在週末自行運作。到週一，團隊拿到的是一張效能曲線「持續攀升」的圖表。整個過程僅涉及一名工程師與一台AMD提供的機架。

「我們以為這會是個大項目，」Brown說，但實際體驗「完全不同」。

為何這一信號對AI晶片格局具有實質性含義

市場對NVIDIA的定價中，CUDA生態壁壘是核心溢價支撐。這一壁壘的本質不是技術的不可替代性，而是生態遷移的「人力成本壁壘」——即使競爭對手的硬體效能追平，企業仍需投入大量工程師重新適配軟體堆疊，這筆沉沒成本本身就是最高的轉換門檻。

AI自動化適配直接攻擊的正是這道壁壘的成本面。若前沿實驗室可以藉助自家AI模型在數天內完成新硬體的適配與優化，硬體採購決策將更多取決於效能、價格和供應可得性，而非生態鎖定。用分析師Austin Lyons的話來說：「我們已過了CUDA護城河時代。」

對Anthropic而言，這一能力賦予其算力採購策略更大的彈性。SemiAnalysis最新分析指出，Anthropic的推理基礎設施毛利率已從38%躍升至逾70%，並在第二季實現營業利潤盈利。將AMD納入算力供應商體系，不僅分散了供應鏈風險，也為急遽膨脹的推理需求提供了更具性價比的硬體選項。

對AMD而言，獲得Anthropic這一前沿實驗室的正式部署承諾，是其資料中心GPU路線圖的關鍵驗證。而AI自動化適配工具的加持，降低了更多潛在客戶嘗試AMD平台的工程門檻——這可能比單一訂單更具長期價值的戰略資產。

SemiAnalysis分析師指出，Anthropic此前在程式資料上的激進投入使其模型能力領先，而今這種能力正反向賦能其自身的硬體選擇自由度。