塔斯娱乐资讯网

3天适配AMD?CUDA的墙没塌,只是门被AI撬开了 你刷到的标题大概是:“Claude 3天攻破英伟达20年护城河”。听起来像CUDA一夜崩塌。 事实没这么戏剧。被压缩的,从来不是芯片的物理周期,而是人类工程师写适配代码的时间。 “3天”到底做了什么,没做什么 Anthropic在IPO路

3天适配AMD?CUDA的墙没塌,只是门被AI撬开了

你刷到的标题大概是:“Claude 3天攻破英伟达20年护城河”。听起来像CUDA一夜崩塌。

事实没这么戏剧。被压缩的,从来不是芯片的物理周期,而是人类工程师写适配代码的时间。

“3天”到底做了什么,没做什么

Anthropic在IPO路演中披露,Claude Mythos Preview在基本无人工干预下,约3天完成了核心GPU推理内核到AMD MI355X的移植和重写,几乎100%底层内核由AI独立完成。传统方式下,这需要数十名工程师6到12个月。

但注脚画出了边界:3天只覆盖Prefill(提示词处理)阶段,这是GPU最容易吃满的负载;真正决定成本和速度的Decode(逐token生成)阶段,注脚只字未提。“达到可用性能”没有定义,也没有第三方独立复现。

所以准确的说法是:AI把“局部推理内核移植”的工程时间压扁了,但距离“万卡集群在生产环境稳定跑AMD”,中间还隔着Decode、训练部署和长期稳定性。

CUDA真正的墙,不在代码,在600万人的肌肉记忆

CUDA之所以难替代,不只是存量代码多。英伟达通过大学免费GPU、课程培训、NCCL通信库与硬件深度绑定,养出了超过600万开发者的生态惯性。AI可以重写kernel,但改写不了几百万开发者“遇到问题先查CUDA文档”的本能。

摩根大通统计了2026年后主要前沿实验室的算力协议:英伟达GPU份额仅28%,AMD 18%,博通定制芯片23%,谷歌TPU 14%,亚马逊Trainium 16%。份额在分散,但分散的理由不全是“CUDA被攻破”,更多是推理专用芯片和定制ASIC在成本结构上更划算。

但NVLink,是另一道更难绕的墙

CUDA的墙在被AI从软件侧凿,NVLink的墙却在硬件侧越砌越高。

NVLink 6时代,单GPU双向带宽提升至3.6 TB/s,NVL72机柜总带宽达260 TB/s。更关键的是NVLink Fusion:客户可以买英伟达CPU配自家XPU,或者买英伟达GPU配自家CPU,但互联层必须走英伟达的授权。你不买我的全套系统,也得买我的互联。 联发科已获35亿美元投资并采纳NVLink Fusion。

所以“CUDA护城河不会持续太久”这句话,对了一半:软件适配层的壁垒确实在被AI加速溶解,但硬件互联层的绑定在加深。 攻方绕开CUDA省下的工程时间,可能在NVLink授权费上还回去。

这才是AI不会因“暂停键”慢下来的原因

一篇关于递归自我改进(RSI)的分析把这件事拆得很清楚:软件层的RSI已经在跑,Anthropic公布Claude写掉了公司80%以上的合入代码,几十个Claude agent用11天完成了费马大定理的端到端机器验证证明。但物理层——芯片、电力、机器人——的RSI“连起跑线都还没到”,闭合率约为0。

结论是一句可以当公式用的话:无限的智能 + 有限的物理周期 = 指数,不是奇点。 能力增长不会变成“有限时间奇点”,而会变成一条倍增时间约等于物理建造周期的指数曲线。

英伟达的“暂停键”(出口管制、供应限制)能卡住物理交付,但卡不住AI在软件层把适配成本往下压。AI的速度不会因为一个节点暂停,因为它绕开这个节点的方式,本身就是AI在写。

对攻防双方,这意味着什么

守方用AI防御,抬升的是攻方的适配成本,不是彻底封死。攻方用AI进攻,压缩的也是适配时间,不是物理产能。双方都在用同一个工具互相加码,胜负不会一次性分出,因为双方的速度都在加快。

国产芯片真正的机会,不在“CUDA明天就塌”,而在AI把“换芯片的软件代价”从年压到天之后,硬件本身的性价比和互联方案能不能接住。MI355X的每小時TCO约1.5美元,B300约2.26美元,差距在三分之一左右;AMD在两周内通过ROCm优化把MI355X推理性能提升了2到3倍。当软件适配不再是一年的门槛,硬件成本和互联效率的权重就上来了。

CUDA的墙没塌,但AI正在把翻墙的梯子造得越来越便宜。真正决定下一局胜负的,是谁能在墙的另一侧,把硬件和互联的地基打得更稳。

如果是你,面对“AI把适配周期压到3天”这个信号:A. 赌CUDA生态惯性依然不可替代,继续押注单一路线;还是B. 趁适配成本下降,提前布局多芯片和多互联方案的组合? 评论区站队。

CUDA NVLink AI芯片 ClaudeMythos 算力博弈 认知反转