一句话,一个周末,Claude直接把自家最前沿的模型跑在了一台全新的AMD MI355X机架上!
人类工程师全程没动手改过一行代码。
谁能想到,英伟达花20年堆起的CUDA护城河,就这样被跨了过去。
一个周末,Claude把AMD新GPU调通了
故事是这样的。
前段时间,AMD给Anthropic送来一台搭载MI355X的机架。
团队看完,心里已经做好了打硬仗的准备。新平台配新软件栈,注定需要新一轮适配。
不过,Anthropic手里正好有Claude。
团队干脆先让一名工程师试试:把Claude接上机器,丢给它一句,「去,把这台机器跑起来。」
等周末结束回到工位,屏幕上已经多出一条持续上涨的性能曲线——结果不仅跑起来了,性能还在一轮轮不停地提升。
Anthropic联合创始人兼首席计算官Tom Brown讲完,苏姿丰马上接过话:
听说Anthropic只有一名工程师在处理MI355X时,她第一反应是让AMD团队赶紧去帮忙。
结果团队回来告诉她,对方说不用,已经全部搞定了。
很快,这场周末实验便接上了真正的部署计划。
就在最近,Anthropic宣布,将在AMD Helios系统中部署最高2GW的Instinct GPU,首批1GW计划于2027年上半年启动。
并且,双方还会直接使用Claude优化AMD工作负载,加速ROCm软件开发。
芯片说明书,迎来一位非人类读者
Claude之以能实现对CUDA生态的「降维打击」,是因为AMD直接给AI开发了一套能上手调GPU的工具。
在AMD Advancing AI 2026大会上发布的ROCm.AI,就是给Claude、Codex和Cursor准备的一整套GPU工具箱。
入口叫AMD Skills,里面装的全是经过验证的ROCm知识。
Agent拿到这些知识后,可以自己装环境、部署模型、读日志、查故障,再通过ROCm CLI调用真实机器。开发者说出目标,剩下的路让Agent自己找。
划重点,AMD甚至连芯片说明书的写法都改了。
公司AI软件与解决方案副总裁Anush Elangovan在现场透露,每一代AMD GPU都会公开指令集,并提供AI可读的ISA。
Agent在读懂手册之后,就能直接上手调性能。
AMD把这部分工作交给Hyperloom。它会拉起推理服务,先跑出基线,再去找CPU和GPU的瓶颈,测试不同配置,生成定制内核,最后把新方案重新跑一遍。
现场演示里,Hyperloom把 MiniMax M3的输出速度提升了38%。AMD还让它一次跑过1.4万个模型,把测试结果沉淀成下一次可以直接复用的经验。
AMD还在和前沿模型公司一起训练这种能力。Elangovan的原话很有意思:让前沿模型「天生会说AMD编程」。
以后看一块芯片,峰值算力和显存带宽当然重要,AI能不能读懂它、调用它、把性能调出来,也会摆上同一张参数表。
芯片公司要争取的开发者,现在多了一类:Agent。
来自ASI的降维打击
CUDA从2006年一路走到今天,靠的是无数工程师一行行码出来的生态。
编译器、数学库、调试器、性能分析工具、开发文档,该有的全有。
更难复制的,是那一代代工程师攒下来的手感。
算子怎么调,通信怎么提速,显存怎么分配,分布式部署哪里最容易出问题,这些经验全锁在少数专家的脑子里。
后来者就算造出性能接近的芯片,也得把这条软件长路从头走一遍。芯片流片可以按季度推进,生态积累却只能按年去熬。
而Agent补的就是这一段。
它会读平台文档,调用性能分析工具,找到速度卡在哪里,再改代码、编译、测试。一个方案没有效果就换下一个;跑分变好就沿着这个方向继续优化。
人类培养一名顶级GPU工程师要按年算,多启动一个Agent只需要再开一个任务。
一名工程师放出一群Agent,就能并行排查报错、定位性能瓶颈。一次跑通的配置、写好的内核和踩过的坑,也能马上成为下一批Agent的起点。
把按年计算的追赶压缩成按任务计算,AI最值钱的地方就在这里。这也是ASI式能力对CUDA生态的降维打击。
如今,中国工程师已经站在这场AI改造GPU软件栈的最前线,他们沉淀下来的底层经验,也在被整理成更多Agent可以调用的能力。
追赶CUDA的新起点已经出现:把硬件接口和软件工具交给AI,让Agent直接开工。
20年的生态差距,第一次可以交给一群Agent昼夜不停地往回追。
本文来自微信公众号“新智元”,作者:ASI启示录
