Claude hanya memerlukan 3 hari untuk menyesuaikan kod teras AMD MI355X, mengurangkan tempoh dari 6-12 bulan kepada 72 jam, dengan perbezaan prestasi hanya 8%-12% berbanding penyelesaian CUDA.Penulis artikel, sumber: AIBase
Struktur persaingan dalam ekosistem peranti keras kecerdasan buatan dan perisian asas sedang mengalami perubahan struktural yang mendalam. Baru-baru ini, berita besar muncul dalam industri, di mana Claude Mythos milik Anthropic berjaya menulis hampir 100% kod teras asas untuk cip AMD MI355X dalam masa hanya 3 hari, dengan hampir tiada campur tangan manusia.
Pencapaian revolusioner ini secara langsung mengurangkan tempoh penyesuaian cip yang sebelumnya memerlukan puluhan jurutera berpengalaman selama 6 hingga 12 bulan kepada hanya 72 jam. Berdasarkan ujian sebenar, prestasi pelaksanaan model yang dipindahkan hanya berbeza 8% hingga 12% berbanding penyelesaian dioptimalkan NVIDIA CUDA, dan sudah sepenuhnya memenuhi piawaian pelaksanaan komersial.
Pintu antara cip diturunkan secara besar-besaran, rantaian bekalan kuasa pengiraan mengalami perubahan pelbagai
Selama ini, keunggulan mutlak NVIDIA dalam pasaran kekuatan komputasi kecerdasan buatan bukanlah semata-mata prestasi peranti keras cip, tetapi lebih kepada ekosistem perisian CUDA yang telah dibina bertahun-tahun dan dirangkai oleh ribuan jurutera melalui kod. Bagi pengeluar cip lain, kos penyesuaian yang tinggi dan tempoh pemindahan perisian yang panjang tetap menjadi jurang yang sukar dilalui.
Kesefisienan tinggi Claude dalam penulisan kod asas secara langsung membuka celah dalam rintangan perisai NVIDIA, secara besar-besaran mengurangkan had penghapusan antara cip. Berdasarkan kemajuan teknologi ini, Anthropic kini telah mencapai kerjasama penghantaran kuasa komputasi sehingga 2 gigawatt dengan AMD.
Kelebihan dan kelemahan ada bersama:Kolaborasi pelbagai kad masih menjadi fokus masa depan
Walaupun terobosan teknikal ini menimbulkan keguncangan luas di kalangan industri, pelbagai analisis tetap mempertahankan perspektif yang objektif dan rasional.
Dari segi aplikasi, terobosan ini pada masa kini terutama merangkumi fasa pra-pengisian inferens. Dalam bidang-bidang sukar seperti latihan teragih berskala besar dengan kerjasama pelbagai kad, NVIDIA masih mengekalkan keunggulan ketara berdasarkan aset teknikal yang mendalam. Oleh itu, perkembangan ini tidak secara menyeluruh menggulingkan ekosistem CUDA dalam jangka masa pendek, tetapi ia jelas membawa perubahan kepada pasaran komputasi keseluruhan, mendorong industri komputasi global bergerak lebih pantas ke arah yang lebih terbuka dan pelbagai.


