Claude hanya membutuhkan 3 hari untuk menyesuaikan kode kernel AMD MI355X, mengurangi siklus dari 6-12 bulan menjadi 72 jam, dengan performa hanya selisih 8%-12% dibandingkan solusi CUDA.Penulis artikel, sumber: AIBase
Kompetisi dalam ekosistem perangkat keras kecerdasan buatan dan perangkat lunak dasar sedang mengalami pelonggaran struktural yang mendalam. Baru-baru ini, berita penting muncul bahwa Claude Mythos milik Anthropic berhasil menulis hampir 100% kode inti dasar untuk chip AMD MI355X dalam waktu hanya 3 hari, dengan hampir tidak memerlukan intervensi manusia.
Terobosan bersejarah ini secara signifikan memperpendek siklus adaptasi chip yang sebelumnya memerlukan puluhan insinyur berpengalaman selama 6 hingga 12 bulan menjadi hanya 72 jam. Berdasarkan pengujian nyata, kinerja model yang telah dipindahkan hanya berbeda 8% hingga 12% dibandingkan solusi optimasi CUDA NVIDIA, yang sudah sepenuhnya memenuhi standar peluncuran komersial.
Hambatan antar chip secara signifikan berkurang, rantai pasok daya komputasi mengalami perubahan diversifikasi
Selama ini, alasan utama NVIDIA mampu mendominasi pasar kekuatan komputasi AI bukan semata-mata karena kinerja perangkat keras chip-nya, tetapi karena ekosistem perangkat lunak CUDA yang telah dibangun selama bertahun-tahun dan dirakit oleh ribuan insinyur melalui kode. Bagi produsen chip lain, biaya adaptasi yang tinggi dan siklus移植 perangkat lunak yang panjang tetap menjadi jurang yang sulit dilalui.
Efisiensi tinggi Claude dalam penulisan kode dasar secara langsung membuka celah pada dinding perangkat lunak NVIDIA, secara signifikan menurunkan ambang batas adaptasi lintas chip. Berdasarkan kemajuan teknologi ini, Anthropic kini telah mencapai kerja sama pasokan daya komputasi hingga 2 gigawatt dengan AMD.
Keunggulan dan keterbatasan ada bersama:Kolaborasi multi-GPU tetap menjadi fokus masa depan
Meskipun terobosan teknis ini menimbulkan guncangan luas di industri, berbagai analisis tetap mempertahankan perspektif objektif dan rasional.
Dari segi aplikasi, terobosan ini saat ini terutama mencakup tahap prefill inferensi. Di bidang-bidang sulit seperti pelatihan terdistribusi skala besar dengan koordinasi multi-GPU, NVIDIA tetap mempertahankan keunggulan signifikan berkat dasar teknis yang kuat. Oleh karena itu, perkembangan ini belum secara mendasar menggulingkan ekosistem CUDA dalam jangka pendek, tetapi jelas membawa ketidakpastian ke pasar komputasi dan mendorong industri komputasi global untuk berkembang lebih cepat menuju arah yang lebih terbuka dan beragam.


