一名工程师用着Claude，再花上一个周末的时间，就能让英伟达的CUDA护城河破功了？

7月23日，在旧金山举行的AMD“Advancing AI 2026”大会上，Anthropic联合创始人兼首席算力官汤姆·布朗讲述了一个颇具戏剧性的周末。

Anthropic收到一套搭载AMD Instinct MI355X加速器的机架后，原本预计适配过程将是一项复杂的工程。新的芯片意味着不同的软件环境、计算库和调试工具，通常需要工程团队花费相当长时间，才能让模型稳定运行。

但布朗表示，Anthropic最终只安排了一名工程师，来将这套设备连接到Claude，让其尝试把机器运行起来，随后把任务留给了Claude。整个周末，Claude自行配置软件环境、运行模型、排查问题并调整性能。到周一时，服务器已经可以运行Anthropic的前沿模型，性能曲线仍随着反复测试而继续改善。

苏姿丰与布朗同台亮相Advancing AI 2026。图自AMD

在台上，AMD CEO苏姿丰也接着布朗的话补充称，当她得知只有一名Anthropic工程师在负责MI355X的研发工作时，她的第一反应就是告诉AMD团队，立即去提供帮助。但AMD团队返回后却报告说，Anthropic不需要任何帮助，“因为一切都已经完全完成了”。

虽然这段经历很快在网络舆论中，被概括为“Claude用一个周末完成CUDA迁移”。但更准确的说法是，Claude帮助Anthropic完成了MI355X系统的初步部署，让模型工作负载得以跑通，并开始自动调优。而这项实验也的确触及了AMD长期以来最难解决的问题，即如何降低客户离开CUDA的成本。

CUDA（Compute Unified Devices Architecture，统一计算架构）是由英伟达所推出的一个并行计算平台。透过这个技术，用户可利用NVIDIA的GPU进行图像处理之外的运算。

自2006年推出CUDA以来，英伟达早已建立了以CUDA并行计算平台为核心，覆盖编译器、运行时、数学库、通信库、性能分析工具、推理引擎和行业软件的完整生态。根据英伟达2024年发布的公司材料披露称，以CUDA为核心的平台覆盖超过500万名开发者和4万家公司，并支持约3700个GPU加速应用。而AMD虽然未对外公布ROCm的开发者总数，但这个数字显然低于已经运营二十年的CUDA。

CUDA的艺术概念图。图自英伟达

因此，当企业购买英伟达GPU时，除了计算芯片，还能接入大量经过验证的软件工具、技术文档和工程经验。一个CUDA程序遇到故障，开发者往往可以从官方文档、社区讨论或同行经验中找到答案。相比之下，AMD的ROCm已经覆盖主流AI框架和常用基础库，HIP也为CUDA代码提供了相近的接口和自动转换工具，但其文档、应用覆盖和工程经验积累远少于CUDA。

也正因为AMD这种生态上的劣势，为英伟达带来了罕见的定价能力。

英伟达2026财年第四季度GAAP毛利率达到75%，全年为71.3%；AMD在2025年的全年GAAP毛利率则为50%。毛利率差距虽然不能简单全部归因于CUDA，但足以反映出英伟达在AI数据中心市场拥有的强大议价能力。

此时，如果AMD能解决客户从CUDA到ROCm的迁移、调试和性能优化中的大量人力成本问题，无疑会增加企业选择AMD芯片的可能性。就像布朗在合作声明中说的那样，“多种硬件并存，可以让公司把不同工作负载分配给更合适的平台”。

而多一个可用供应商，还将显著提高公司的采购谈判能力，带来更稳定的交付计划，以及在芯片短缺或出口规则变化时更大的回旋空间。即使AMD最初只承接部分训练或推理工作负载，也可能增强各大公司的算力硬件选择。

于是在大会上，AMD和Anthropic联合宣布，双方将利用Claude优化AMD工作负载并加快ROCm开发。而前一天，AMD还承诺未来向Anthropic投资最高50亿美元，后者则将部署最高2吉瓦的AMD MI450系列GPU，首批1吉瓦的部署计划于2027年上半年启动。

不过需要注意的是，仅靠一个周末的时间就“跑通”的说法，更多是两家企业对外的宣传故事，具体如何撼动CUDA的庞大生态壁垒，还要看两家企业后续实际的投入。

本文系观察者网独家稿件，未经授权，不得转载。