Anthropic在AMD今年举办的Advancing AI大会上，不仅正式公布了大规模算力部署计划，还披露了一项可能从根本上重塑AI芯片竞争格局的技术细节：其工程师仅借助Claude模型，在一个周末内自动完成了AMD Instinct MI355芯片与ROCm平台的完整适配及性能优化。

Anthropic高管Tom Brown在大会上明确表示，公司计划部署规模达2GW的AMD Helios算力设施，并明确表达了对MI355芯片的偏好。这一表态，直接将此前市场上流传的合作传闻，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发言的第三方推文，并配文感谢其出席。

更具冲击力的是Brown披露的适配过程。最初团队预期，在新硬件上启动模型将是一个“大工程”，但实际体验截然不同。一名工程师让Claude执行适配任务，然后让整个流程在周末自行运行。到了周一，团队拿到的，是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。

市场观察者迅速给出评价：“我们已经进入后CUDA护城河时代。”对投资者而言，这意味着AI算力供应链的硬件锁定逻辑，正遭受来自AI自身能力的反向冲击。当AI自身就能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从根基上逐步瓦解。

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技术大会上的公开表态，直接将合作可信度从间接信号拉升到了正式确认的高度。

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

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正在积极构建一套多元化的算力供给体系——此前已从谷歌采购芯片及云服务，与SpaceX签署了近450亿美元的合作协议，还与Akamai达成了18亿美元的协议。AMD的正式加入，让这张算力来源网络更加丰富多元。

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，将大模型迁移到新硬件平台，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——这恰恰构成了英伟达CUDA生态壁垒的核心来源。开发者对CUDA的依赖，与其说是技术惯性，不如说是迁移成本所决定：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，只有一名工程师和一台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。这道壁垒的本质，并非技术的不可替代性，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，硬件采购决策就会更多取决于性能、价格和供应可得性，而不是生态锁定。用分析师Austin Lyons的话来说：“我们已经进入后CUDA护城河时代。”

对Anthropic而言，这一能力赋予了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来说，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，客观上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。