Claude 用一个周末跑通 AMD 新 GPU，英伟达 CUDA 二十年护城河首次被 AI 跨越

这场实验的起点极为简单。AMD 给 Anthropic 送来一台搭载 MI355X 的机架，团队预判这将是一场硬仗——新平台意味着全新的软件栈适配工作。Anthropic 决定先让 Claude 试一试：一名工程师把 Claude 接上机器，只丢给它一句话，剩下的全部交给 AI 自己处理。周末结束后，屏幕上出现了一条持续上涨的性能曲线，适配不仅完成，优化还在自动推进。

Anthropic 联合创始人兼首席计算官 Tom Brown 在公开场合讲述这段经历后，AMD CEO 苏姿丰当场回应：她听说 Anthropic 只有一名工程师在处理 MI355X 时，第一反应是立刻让 AMD 团队赶去支援。结果团队回来告诉她，对方说不用，已经全部搞定了。这场周末实验随即转化为真实的商业部署计划——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。

Claude 能够完成这项工作，离不开 AMD 专门为 AI 构建的工具体系。AMD 在 Advancing AI 2026 大会上发布了 ROCm.AI，这是一套面向 Claude、Codex 和 Cursor 等 AI Agent 的 GPU 工具箱，入口称为 AMD Skills，内置经过验证的 ROCm 知识库。Agent 获取这些知识后，可以自主完成环境安装、模型部署、日志读取和故障排查，再通过 ROCm CLI 直接调用真实硬件，开发者只需说出目标，其余路径由 Agent 自行探索。

AMD 甚至改变了芯片说明书的写法。公司 AI 软件与解决方案副总裁 Anush Elangovan 透露，每一代 AMD GPU 都会公开指令集并提供 AI 可读的 ISA，让 Agent 读懂手册后直接上手调性能。AMD 将自动化优化工作交给 Hyperloom——这套系统会先建立性能基线，再定位 CPU 和 GPU 瓶颈，测试不同配置并生成定制内核。现场演示中，Hyperloom 将 MiniMax M3 的输出速度提升了 38%，并一次性跑通 1.4 万个模型，将测试结果沉淀为可复用的经验。

CUDA 从 2006 年发展至今，依靠的是无数工程师积累的编译器、数学库、调试器和性能分析工具，以及那些锁在少数专家脑中的调优手感。后来者即便造出性能相近的芯片，也必须把这条软件长路从头走一遍，生态积累只能按年计算。而 AI Agent 改变了这一节奏：它会读文档、调工具、找瓶颈、改代码、编译测试，一个方案无效就换下一个，一次跑通的配置立刻成为下一批 Agent 的起点。培养一名顶级 GPU 工程师需要数年，多启动一个 Agent 只需再开一个任务，按年计算的追赶差距正在被压缩为按任务计算。

要点

• Claude 在无人类工程师干预的情况下，用一个周末完成了 AMD MI355X 的全栈适配与性能优化，验证了 AI Agent 独立处理复杂硬件适配任务的可行性。
• Anthropic 与 AMD 宣布大规模合作，计划在 AMD Helios 系统中部署最高 2GW 的 Instinct GPU，首批 1GW 于 2027 年上半年启动，并将用 Claude 直接优化 AMD 工作负载。
• AMD 推出 ROCm.AI 和 Hyperloom，将 GPU 工具链和芯片说明书重新设计为 AI 可读、可调用的形式，芯片公司争取的开发者群体正式扩展至 AI Agent。
• AI Agent 能够并行排查报错、积累调优经验并即时复用，将原本需要数年积累的生态差距压缩为可按任务并行追赶的工程问题，CUDA 二十年护城河的逻辑基础正在动摇。