3天适配AMD GPU，英伟达CUDA的壁垒真的松动了？

壁垒确实松了，但说它“塌了”为时尚早。11月11日，Anthropic在IPO路演材料中披露：其Claude Mythos Preview模型仅用约3天时间，就摸索出让另一模型在AMD MI355X GPU上运行的方法，让Claude在AMD旗舰芯片上跑通了关键推理环节。按Anthropic自己的对照，换成传统做法，这活儿需要几十名顶级工程师干上6到12个月。微博知乎知乎
但脚注里的小字更值得抠：这3天指的是某款Claude模型的提示词处理阶段——模型先读懂输入的那一步——在AMD MI355X上达到可用性能，不是整套训练都搬了过去。即便只算这一步，意义也够大：推理的入口先通了，后面的路才有得走。
为什么这个数字刺眼？因为对照组太惨烈。大模型和芯片之间隔着一层“内核”，每一类计算都要翻译成芯片能执行的底层代码，架构、显存、指令集全不一样。英伟达真正的分量从来不是芯片本身，而是CUDA周围二十年的工具链、程序库和开发者习惯：用CUDA写惯了的团队，换一家芯片等于把几年攒下的代码和经验推倒重来。Mythos这次改的，就是这本“换不起”的账。哔哩哔哩
冷水也得泼。这组数字出自Anthropic自己的路演材料，是讲给投资人听的场合，11月18日定价、11月19日挂牌纳斯达克；数字有没有水分，目前没有任何第三方能独立验证，AMD也未公开置评。而且让一个模型跑通是一回事，让数万卡的生产部署稳定且有性价比是另一回事——Anthropic自己也仍把大部分任务跑在英伟达芯片上。微博知乎
更关键的是，这不是孤例。Meta推进Triton、TLX等GPU编程工具，同时用ACE这类AI智能体辅助分析性能瓶颈、测试优化运行效率；AMD的GEAK框架尝试让AI自动生成、测试和优化GPU内核；国内的DeepSeek在用TileLang降低对CUDA的依赖，并与华为合作推进面向昇腾芯片的编程生态。DeepSeek创始人梁文锋此前的判断——CUDA的护城河正在快速瓦解，原因就是AI可以写代码——正好被这3天演示坐实了一半。
两家的合作也不是临时起意：7月22日，Anthropic与AMD宣布战略合作，计划部署最高2GW的AMD Instinct MI450系列GPU，首期1GW预定2027年上半年上线。3天适配，更像是给这笔大单做的一次公开彩排。按路演说法，Anthropic如今能在英伟达与AMD的GPU、谷歌TPU、亚马逊Trainium四大芯片家族上训练和运行Claude，哪里有空闲就往哪里派——大模型公司手里第一次有了“换供应商”的底气。
所以，“松动”松动掉的到底是什么？是换芯片的成本预期。以前行业默认换芯片是半年起步的苦活，现在有人当众演示AI自己3天就能啃下来。预期一变，下一轮谈判、采购和融资里，筹码都不一样了：GPU越来越像可以互相替换的通用算力，议价的天平开始往买家倾斜，算力的竞争正从“谁的芯片更快”转向“谁的模型更能适应不同的芯片”。
3天是真的，神话还不是。另一笔账也要记着：梁文锋同样承认“四张华为卡顶一张英伟达的卡，同时落后两年”；CUDA二十年攒下的生态，不会因一次演示清零。接下来值得盯的信号只有两个：训练和长上下文这些硬环节能不能复制这个速度，以及那笔2GW大单能否如期落地。