Anthropic正在向外界传递一个信号：英伟达最坚固的护城河——CUDA软件生态——可能被AI自身侵蚀。据该公司联合创始人兼首席算力官Tom Brown在投资者材料中的说法，Anthropic已将Claude的训练与推理分散到四大主流芯片家族上，并把不同厂商、不同架构、不同地点的算力视为一个可互换的资源池。

最具体的案例发生在AMD GPU上。过去，让一个新芯片平台达到可用状态需要数十名工程师耗费数月；而今年Anthropic首次引入AMD GPU时，让自研前沿模型Mythos承担了移植工作。按照Anthropic的说法，Claude在约三天内就在AMD硬件上运行起来，几乎无需人工干预，Mythos自行编写或移植了近100%的内核。相比之下，传统工程路径通常需要六到十二个月才能完成新加速器的适配。上述数字对应的是Anthropic模型在AMD MI355X GPU上的提示处理环节。

如果这些数据准确，其含义相当直接：长期被视为英伟达最强竞争优势的软件迁移开销，可能因AI而大幅缩水。企业将更容易在芯片供应商之间切换，选择价格更低或供应更充足的方案。在算力供给偏紧的市场里，多芯片策略让公司可以围绕性价比做决策，而不必被单一供应商绑定。不同芯片各有擅长——有的更适合训练，有的更适合推理——而英伟达凭借在AI芯片市场的主导地位，目前享有超过70%的毛利率，这在硬件行业属于异常高的水平。

Anthropic将来自AWS Trainium、谷歌TPU、英伟达GPU和AMD GPU的算力统一调度，用于研究、模型开发、客户需求和内部使用。公司声称，其每一美元算力产出的价值高于任何其他前沿AI实验室。

除了多芯片策略，Anthropic还依赖其所谓的“算力乘数”——即从同等物理算力中榨取更多性能的研究突破。据其说法，这些乘数可以层层叠加，后一个突破会放大前一个的效果。更长远的目标是让Claude自行发现这类算力乘数，也就是AI研究界讨论激烈但尚未被证实的递归自我改进。

在基础设施层面，Anthropic通过“Anthropic Direct”项目自建数据中心能力：不再只以云服务形式购买算力，而是租赁芯片并在专用数据中心内运营，以降低总拥有成本。

需要指出的是，上述数字来自Anthropic的投资者演示材料，尚未经过独立验证。但它们至少说明，一家头部AI实验室已不再将英伟达的CUDA主导地位视为不可逾越，AI模型本身也可能成为打破硬件依赖的工具。

两大GPU厂商如今都与Anthropic有深度财务绑定。2025年11月，作为与微软450亿美元交易的一部分，英伟达承诺向Anthropic投资最多100亿美元。根据Anthropic于2026年11月10日向美国SEC提交的S-1/A注册文件，英伟达还参与了一项总额260亿美元的有条件私募配售，七家科技公司按IPO价格认购股份。AMD则在2026年7月宣布向Anthropic战略投资最多50亿美元；作为回报，Anthropic计划部署最多2吉瓦的AMD Instinct MI455X GPU，用于Helios机架级系统，首期1吉瓦将于2027年上半年启动。