Anthropic 的 IPO 路演材料里有一页幻灯片，这几天在科技圈刷屏。幻灯片上写，前沿模型 Claude Mythos Preview 只花了大约 3 天，就让另一款 Claude 模型跑上了 AMD 的 Instinct MI355X：最难啃的底层 GPU 计算内核几乎 100% 由模型自己移植、重写，人工介入很少。旁边还挂了一个对照数字——传统方式给一款新芯片平台做适配，要几十名工程师、6 到 12 个月。知乎哔哩哔哩
这件事戳中的，是 AMD 用户被讲了 20 年的那句老话。CUDA 二十年守住的东西，与其说是芯片性能，不如说是迁移成本：换到 AMD，就得养一支编译器团队。如果 AI 真能把移植这种活从"月"压到"天"，AMD 最大的短板就不再需要 AMD 自己来修。
但路演的幻灯片不能全信。微博博主 Navis-慢点评测对着原文核过实验边界：Mythos 做成的是让推理的 prefill 环节在 MI355X 上跑到"可用"，训练不包含，多机扩展不包含，更不是把整条 Claude 产品线都搬上了 AMD。Anthropic 也有自己的立场——IPO 需要 AI 效率的故事，而 AMD 承诺给它最多 50 亿美元股权投资，路演披露 2027 年上半年要部署 1GW 的 MI450/Helios，最高 2GW。"CUDA 可以破"对两边都有利，幻灯片自然只往大了说。微博
撑住这条新闻的，是 AMD 自己公布的另一组数字。快科技 11 月 14 日报道，AMD 工程师依托新软件 HRX Loom 和智能体工作流，用三到四天把覆盖 18 种架构的 50 款 Hugging Face 热门模型迁移到 AMD 消费级显卡，效率约为以往 2.1 倍，而同样这批适配按传统方式要做几个月。两边的数字方向一致：适配成本正从"人月"滑向"机日"。快科技
不过，滑动不等于崩塌。知乎有回答援引行业数据：CUDA 生态有约六百万开发者、四万多家企业伙伴，市场份额约 90%，AMD、谷歌 TPU、英特尔、微软加在一起不到 10%。成本掉下来，最先松动的是大客户拿非英伟达卡跑推理的尝试意愿；几百万开发者的习惯和整条工具链，还得慢慢来。知乎
比数字更值得 AMD 用户在意的是路线变化。AMD 这些年走的是源码级迁移——把 CUDA 代码改写成 HIP/ROCm，最贵的就是这份工程师劳动；CUDA 二进制直接转译的 ZLUDA 兼容层，官方早就放弃，靠民间分支续命。而 AI 现在最擅长的恰恰是源码移植和内核重写：AMD 烧不起的环节，正好是机器最先吃掉的环节。微博知乎
对普通用户来说，这还不算换 A 卡的信号。最先受益的是数据中心和跑本地模型的重度玩家；桌面端 ROCm 的 Windows 版本仍不完善，拿 A 卡跑大模型多数还是爱好者的折腾。但"硬件不差、输在软件"这句讲了两十年的话，续集可能换了写法：生态短板的解药，AMD 自己等来的是订单，不是预算。
