Anthropic在AMD今年的Advancing AI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優。
Anthropic高管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管層面的正式確認。AMD官方賬號隨後轉發了包含Tom Brown表態的第三方推文，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“一個大專案”，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轉，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。整個過程僅涉及一名工程師和一台AMD提供的機架。
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自身能力的反向衝擊。當AI自身能夠替代工程師完成硬體遷移中最昂貴的人力環節時，輝達CUDA生態最根本的護城河——高昂的遷移成本正在被AI從根基上侵蝕。
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訊號拉昇至正式確認的高度。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ARR已達470億美元、估值9650億美元、已正式提交IPO申請檔案的AI巨頭，Anthropic正積極構建多元化算力供給體系——此前已從谷歌採購晶片及雲服務，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運算元適配、效能調優和穩定性驗證——這構成了輝達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轉。到週一，團隊拿到的是一張效能曲線“持續攀升”的圖表。
為何這一訊號對AI晶片格局具有實質性含義 市場對輝達的定價中，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棧，這筆沉沒成本本身就是最高的切換門檻。
AI自動化適配直接攻擊的正是這道壁壘的成本側。如果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最佳化，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靈活性。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%，並在第二季度實現營業利潤盈利。將AMD納入算力供應商體系，不僅分散了供應鏈風險，也為急劇膨脹的推理需求提供了更具價效比的硬體選項。
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——這可能是比單一訂單更具長期價值的戰略資產。SemiAnalysis分析師指出，Anthropic此前在程式設計資料上的激進投入使其模型能力領先，而今這種能力正在反向賦能其自身的硬體選擇自由度。