新智元报道
新智元报道
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。
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。
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。
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。
参考资料：
https://www.theregister.com/ai-and-ml/2026/07/24/amd-vibe-codes-its-way-past-the-cuda-moat-with-rocmai/5278580
https://x.com/austinsemis/status/2080336781782753635
编辑：摩西
