Anthropic 在 AMD 今年的 AdvancingAI 大会上不仅官宣了算力部署计划，还披露了一个可能改写 AI 芯片竞争规则的技术细节：其工程师仅用 Claude 模型在一个周末内自动完成了 AMD Instinct MI355 芯片与 ROCm 平台的全套适配与性能调优。

Anthropic 高管 Tom Brown 在大会上公开表示，公司计划部署 2GW 的 AMD Helios 算力设施，并明确青睐 MI355 芯片。这一表态将此前市场上的合作传闻升级为高管层面的正式确认。AMD 官方账号随后转发了包含 Tom Brown 表态的第三方推文，配文感谢其参会。

更具冲击力的是 Brown 披露的适配过程。团队原本预期在新硬件上启动模型会是 " 一个大项目 "，但实际体验完全不同：一名工程师让 Claude 执行适配任务后让流程在周末自行运转，周一便拿到了 Anthropic 领先模型在该硬件上 " 周末期间持续攀升 " 的实际性能曲线。

市场观察者随即评论称：" 我们已过了 CUDA 护城河时代。" 对投资者而言，这一突破意味着 AI 算力供应链的硬件锁定逻辑正在遭遇来自 AI 自身能力的反向冲击。当 AI 自身能够替代工程师完成硬件迁移中最昂贵的人力环节时，英伟达 CUDA 生态最根本的护城河——高昂的迁移成本正在被 AI 从根基上侵蚀。

从传闻到官宣：Anthropic 的 AMD 部署浮出水面

此前市场对 Anthropic 与 AMD 合作的认知仅停留在行业推测层面。Tom Brown 在 AMD 技术大会上的公开站台，将合作可信度从间接信号拉升至正式确认的高度。

2GW 的部署规模意味着 AMD 芯片在 Anthropic 的算力体系中扮演实质性角色，而非象征性采购。

作为 ARR 已达 470 亿美元、估值 9650 亿美元、已正式提交 IPO 申请文件的 AI 巨头，Anthropic 正积极构建多元化算力供给体系——此前已从谷歌采购芯片及云服务，与 SpaceX 签署近 450 亿美元合作协议，并与 Akamai 达成 18 亿美元协议。AMD 的正式加入进一步丰富了其算力来源。

AI 自举硬件适配：CUDA 壁垒的 " 阿喀琉斯之踵 "

比订单规模更具长期冲击力的是 Anthropic 展示的 AI 自动化适配能力。

传统上，将大模型迁移至新硬件平台需要大量工程师手动完成底层算子适配、性能调优和稳定性验证——这构成了英伟达 CUDA 生态壁垒的核心来源。开发者对 CUDA 的依赖不仅是技术惯性，更是迁移成本决定的：换平台意味着投入数月甚至数年的工程资源。

但当 Claude 在一个周末内完成整套适配流程时，这一逻辑的根基开始松动。Brown 的描述清晰直白：一名工程师启动 Claude，" 让它把机器跑起来 "，然后流程在周末自行运转。到周一，团队拿到的是一张性能曲线 " 持续攀升 " 的图表。整个过程仅涉及一名工程师和一台 AMD 提供的机架。

" 我们以为这会是个大项目，"Brown 说，但实际体验 " 完全不同 "。

为何这一信号对 AI 芯片格局具有实质性含义

市场对英伟达的定价中，CUDA 生态壁垒是核心溢价支撑。这一壁垒的本质不是技术的不可替代性，而是生态迁移的 " 人力成本壁垒 " ——即使竞争对手的硬件性能追平，企业仍需投入大量工程师重新适配软件栈，这笔沉没成本本身就是最高的切换门槛。

AI 自动化适配直接攻击的正是这道壁垒的成本侧。如果前沿实验室可以借助自家 AI 模型在数天内完成新硬件的适配与优化，硬件采购决策将更多取决于性能、价格和供应可得性，而非生态锁定。用分析师 Austin Lyons 的话来说：" 我们已过了 CUDA 护城河时代。"

对 Anthropic 而言，这一能力赋予其算力采购策略更大的灵活性。SemiAnalysis 最新分析指出，Anthropic 的推理基础设施毛利率已从 38% 跃升至逾 70%，并在第二季度实现营业利润盈利。将 AMD 纳入算力供应商体系，不仅分散了供应链风险，也为急剧膨胀的推理需求提供了更具性价比的硬件选项。

对 AMD 而言，获得 Anthropic 这一前沿实验室的正式部署承诺，是其数据中心 GPU 路线图的关键验证。而 AI 自动化适配工具的加持，降低了更多潜在客户尝试 AMD 平台的工程门槛——这可能是比单一订单更具长期价值的战略资产。

SemiAnalysis 分析师指出，Anthropic 此前在编程数据上的激进投入使其模型能力领先，而今这种能力正在反向赋能其自身的硬件选择自由度。