Claude completó la adaptación del código del núcleo AMD MI355X en solo 3 días, reduciendo el ciclo de 6 a 12 meses a 72 horas, con una diferencia de rendimiento del 8%-12% respecto a la solución CUDA.Autor y fuente del artículo: AIBase
El panorama competitivo en el hardware de inteligencia artificial y el ecosistema de software subyacente está experimentando un desplazamiento estructural profundo. Recientemente, se difundió una noticia impactante en la industria: Claude Mythos, de Anthropic, completó en solo 3 días y con casi ninguna intervención humana la escritura del 100% del código de núcleo subyacente del chip AMD MI355X.
Este avance revolucionario reduce drásticamente el ciclo de adaptación de chips, que anteriormente requería que decenas de ingenieros experimentados trabajaran entre 6 y 12 meses, a solo 72 horas. Según pruebas reales, el rendimiento del modelo移植ado se mantiene dentro de un rango de solo 8% a 12% respecto a la solución optimizada de NVIDIA CUDA, lo que ya cumple plenamente con los estándares para su implementación comercial.
La barrera de entrada entre chips se reduce significativamente, y la cadena de suministro de potencia de cálculo experimenta una transformación diversificada
Durante mucho tiempo, la razón por la que NVIDIA ha podido dominar absolutamente el mercado de capacidad de cómputo para inteligencia artificial no es simplemente el rendimiento del hardware del chip, sino el ecosistema de software CUDA, construido durante años y compuesto por millones de líneas de código escritas por innumerables ingenieros. Para otros fabricantes de chips, los altos costos de adaptación y los largos ciclos de portabilidad de software han sido una brecha difícil de superar.
La alta eficiencia de Claude en la escritura del código subyacente ha abierto una brecha en la barrera de software de NVIDIA, reduciendo significativamente la barrera para la adaptación entre chips. Sobre la base de este avance tecnológico, Anthropic ya ha alcanzado una colaboración con AMD para la provisión de hasta 2 gigavatios de capacidad de cómputo.
Advantages and limitations coexist:Multi-GPU collaboration remains a future focus
Aunque este avance técnico ha generado una gran conmoción en la industria, múltiples análisis también han mantenido una perspectiva objetiva y racional.
Desde el punto de vista de las aplicaciones, este avance actualmente cubre principalmente la fase de prellenado de inferencia. En áreas de alta complejidad como el entrenamiento distribuido a gran escala con cooperación entre múltiples tarjetas, NVIDIA mantiene una ventaja clara gracias a su profundo conocimiento técnico. Por lo tanto, este avance no ha颠覆ado por completo el ecosistema CUDA en el corto plazo, pero sin duda ha introducido incertidumbre en todo el mercado de potencia de cómputo, impulsando a la industria global de potencia de cómputo hacia una evolución más rápida hacia la apertura y la diversificación.


