Claude a adapté le code noyau de l'AMD MI355X en seulement 3 jours, réduisant la période de 6 à 12 mois à 72 heures, avec une performance à seulement 8 à 12 % de l'écart par rapport à la solution CUDA.Auteur et source de l’article : AIBase
Le paysage concurrentiel des matériels d'intelligence artificielle et de l'écosystème logiciel sous-jacent connaît une détente structurelle profonde. Récemment, une nouvelle majeure a circulé dans l'industrie : Claude Mythos, issu d'Anthropic, a réussi à écrire près de 100 % du code noyau sous-jacent pour la puce AMD MI355X en seulement trois jours, avec presque aucune intervention humaine.
Cette avancée révolutionnaire a réduit de manière significative le cycle d'adaptation des puces, qui nécessitait précédemment à une équipe de plusieurs ingénieurs expérimentés entre six et douze mois, à seulement 72 heures. Les tests réels ont montré que les performances du modèle移植é ne présentent un écart que de 8 % à 12 % par rapport à la solution d'optimisation CUDA de NVIDIA, ce qui satisfait pleinement les critères de mise en œuvre commerciale.
La barrière d'entrée pour les puces est considérablement réduite, et la chaîne d'approvisionnement en puissance de calcul connaît une mutation diversifiée
Depuis longtemps, la domination absolue d’NVIDIA sur le marché des capacités de calcul pour l’intelligence artificielle ne repose pas uniquement sur la performance matérielle de ses puces, mais sur l’écosystème logiciel CUDA, construit sur des années et composé de millions de lignes de code écrites par des ingénieurs. Pour les autres fabricants de puces, les coûts élevés d’adaptation et les longs délais de portage logiciel constituent un fossé difficile à franchir.
L'efficacité exceptionnelle de Claude dans l'écriture du code sous-jacent a ouvert une brèche dans les barrières logicielles de NVIDIA, réduisant considérablement les obstacles à l'adaptation inter-puces. Sur la base de cette avancée technologique, Anthropic a désormais conclu un partenariat avec AMD pour une fourniture de puissance de calcul atteignant jusqu'à 2 gigawatts.
Avantages et limites coexistent :La collaboration multi-GPU reste un axe majeur pour l'avenir
Bien que cette avancée technique ait suscité un grand émoi dans l'industrie, de nombreuses analyses ont conservé une perspective objective et rationnelle.
Du point de vue des applications, cette avancée couvre actuellement principalement la phase de pré-remplissage pour l'inférence. Dans les domaines complexes tels que l'entraînement distribué à grande échelle avec la coordination multi-GPU, NVIDIA conserve toujours un avantage net grâce à sa profonde expertise technique. Par conséquent, cette progression n'a pas encore bouleversé l'écosystème CUDA à court terme, mais elle apporte indéniablement une nouvelle variable au marché du calcul, accélérant l'évolution de l'industrie mondiale du calcul vers une orientation plus ouverte et diversifiée.


