☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

人工智能硬件与底层软件生态的竞争格局正经历一场深刻的结构性转变。近期,行业传出关键进展:Anthropic推出的Claude Mythos模型仅耗时3天,在几乎零人工介入的前提下,完成了对AMD MI355X芯片接近100%的底层GPU内核(kernel)代码生成与适配。
这项成果将传统需数十名资深工程师投入6至12个月才能完成的芯片平台适配工作,压缩至72小时内。实测表明,经Claude Mythos适配后的模型在AMD MI355X上的推理性能,相较英伟达CUDA优化版本仅存在8%–12%的差距,已达到可商用部署的技术门槛。
跨平台适配门槛骤降,算力供给格局加速重构
英伟达长期主导AI算力市场的根本原因,并非仅依赖GPU硬件参数优势,更在于其历经近二十年沉淀、由海量工程实践构筑的CUDA软件生态护城河。对AMD、Intel、Graphcore等其他加速器厂商而言,缺乏成熟工具链与高适配成本,始终是进入主流AI训练与推理场景的最大障碍。
此次Claude Mythos展现出的自动化内核生成能力,实质性地击穿了该护城河中最坚硬的一环——底层计算算子的编写与调优。适配周期从“人月级”迈入“小时级”,意味着异构芯片正快速演进为可调度、可互换的基础算力单元。依托该能力,Anthropic已与AMD签署最高达2吉瓦的算力采购协议。
记录结构化的Claude Code轨迹、影子git diff,并在代理行为需要法医级调试而非临时转录审查时回放分支。
当前能力边界清晰:聚焦推理预填充,多卡训练仍是高地
尽管该突破引发广泛关注,业内评估普遍持审慎乐观态度。
技术落地范围目前集中于单卡模型推理中的提示词预填充(prompt prefill)阶段;而在万卡级分布式训练、多GPU间低延迟协同、混合精度梯度同步等复杂系统工程层面,英伟达凭借NCCL、NVLink、CUDA Graph等深度耦合软硬栈仍保持显著代际优势。因此,CUDA生态短期内不会瓦解,但其价值重心正从“不可替代性”转向“全生命周期总拥有成本(TCO)竞争力”。
这一进展标志着AI基础设施正步入新阶段:当大模型自身具备反向重构底层系统软件的能力,算力产业的竞争逻辑,已悄然从“芯片之争”升维至“智能体驱动的工程效率之争”。

















