据 The Decoder 报道,Anthropic 在 2026 年 11 月 10 日提交的 SEC 文件中宣布,其 AI 模型 Claude 已成功运行在 AMD GPU 上,且几乎无需人工干预。
要点速览
Anthropic 联合创始人兼首席计算官 Tom Brown 在投资者演示中透露,公司采用“多芯片策略”,将 Claude 训练和推理分布在四大主要芯片家族上。
这一策略的核心在于利用 AI 自身来降低软件适配成本。Anthropic 自研的前沿模型 Mythos 在适配 AMD 平台时,自动编写或移植了近 100% 的计算内核。

适配速度: 传统上,将 AI 模型移植到新芯片平台需要数十名工程师耗时六到十二个月。而此次使用 AMD GPU,Anthropic 仅用三天就完成了从底层驱动到应用层的全面适配。
CUDA 护城河变窄: Nvidia 的最大优势在于 CUDA 软件生态带来的锁定效应。Anthropic 的数据表明,AI 正在侵蚀这一优势,使得跨芯片迁移的软件开销大幅降低。
计算资源池化: Anthropic 不再依赖单一供应商,而是将不同厂商、不同架构的芯片视为可互换的计算资源池。这使其能够根据训练或推理的不同需求,选择性价比最高的芯片组合。

关键参数
| 项目 | 参数 |
|---|---|
| 适配芯片 | AMD Instinct MI4555X GPU |
| 适配耗时 | 3 天 |
| 内核移植率 | 近 100%(由模型 Mythos 自动完成) |
| 传统适配耗时 | 6 至 12 个月 |
| Nvidia 投资额 | 最高 100 亿美元(含 260 亿美元 IPO 认购) |
| AMD 投资额 | 最高 50 亿美元 |
| AMD 部署规模 | 高达 2 GW 的 MI4555X GPU |
价格与上市
- AMD Instinct MI4555X 部署: 首批 1 GW 容量计划于 2027 年上半年在 Helios 机架式系统中开始部署。
- Anthropic Direct 数据中心: 通过租赁芯片并自建数据中心运营,具体单卡价格官方尚未公布,旨在降低总体拥有成本。
媒体评价
据 The Decoder 报道,Anthropic 的“多芯片策略”被视为打破 Nvidia CUDA 垄断的关键一步。文章指出,Anthropic 将不同厂商、不同架构的芯片视为可互换的计算资源池,从而获得比任何其他前沿 AI 实验室更高的计算性价比。
降低软件开销: 传统上,bringing up 新芯片平台需要数十名工程师耗时数月。Anthropic 利用自有模型 Mythos 自动完成内核移植,将适配时间缩短至三天,这意味着软件开销将大幅缩减。
计算倍增器效应: 除了多芯片策略,Anthropic 还依赖“计算倍增器”(compute multipliers)研究突破,从相同的物理计算能力中榨取更多性能。Anthropic 表示,这些倍增器相互叠加,新突破会放大前一个突破的效果。
自建数据中心: Anthropic 正在通过“Anthropic Direct”项目建立自己的数据中心容量。与仅购买云服务不同,该公司租赁芯片并在专用数据中心运营,目标是降低总体拥有成本。
一个读者会问的问题
对于个人创作者和小团队,Claude 跑在 AMD 卡上意味着什么?
目前 Anthropic 的主要算力集中在云端,但“多芯片策略”和“AI 自动适配”意味着未来本地部署或小型云服务的门槛将降低。如果 Claude 能像 Mythos 适配 AMD 一样,轻松适配其他开源或低成本硬件(如消费级 GPU 或新兴芯片),个人工作室将不再被 Nvidia 的 CUDA 生态完全绑定。
值不值得关注?
值得关注,但需区分“云端”与“本地”。对于直接使用 Claude API 的用户,这意味着 Anthropic 能更灵活地控制成本,可能带来更稳定的服务或更低的调用价格。对于拥有自建算力的小团队,这意味着未来可能有更多非 Nvidia 的优化版本可用,硬件选择将更加自由。
适合谁?
适合那些受限于 Nvidia 显卡供应或价格,希望降低 AI 推理成本的个人开发者、独立工作室以及中型企业。





