Oossa

Anthropic portierte Claude in drei Tagen auf AMD-GPUs

Das Startup gibt an, sein KI-Modell Claude nach nur drei Tagen auf AMD-Hardware zum Laufen gebracht zu haben – mithilfe einer automatisierten Strategie für mehrere Chipfamilien, die Nvidias CUDA-Vorsprung schwächen könnte.

Von Von Oossa veröffentlicht: Zuletzt aktualisiert: 1 Min. Lesezeit

U. Storsberg · Unsplash

Anthropic teilte Investoren mit, dass sein Flaggschiffmodell Claude nach nur drei Tagen Arbeit auf AMD-Instinct-GPUs läuft. Nach Angaben des Unternehmens übernahm das eigene Spitzenmodell Mythos die Portierung und schrieb fast alle benötigten Kernel ohne menschliche Hilfe. Früher hätte die Umstellung eines Modells auf einen neuen Beschleuniger Dutzende Ingenieure sechs bis zwölf Monate lang beschäftigt.

Die Angaben stammen aus einer Investorenpräsentation, die im November 2026 veröffentlicht wurde. Anthropic-Mitgründer und Chief Compute Officer Tom Brown sagte, das Unternehmen trainiere und betreibe Claude inzwischen auf vier großen Chipfamilien: Nvidia-GPUs, AMD-GPUs, Amazon-Trainium-Chips und Google-TPUs. Dank des Einsatzes mehrerer Chipfamilien kann das Unternehmen Rechenlast auf die günstigste oder am besten verfügbare Hardware verlagern. Das war bisher schwierig, weil Nvidias CUDA-Softwareplattform Entwickler traditionell an die Chips des Unternehmens bindet.

Anthropic zufolge erfolgte der dreitägige Wechsel zu AMD auf einer MI355X-GPU und war auf die Leistung bei der Verarbeitung von Prompts ausgerichtet. Das Unternehmen behandelt Rechenkapazitäten verschiedener Anbieter als gemeinsamen Pool und weist Aufgaben dort zu, wo das beste Preis-Leistungs-Verhältnis geboten wird. Außerdem plant Anthropic, bis zu zwei Gigawatt an AMD-MI455X-GPUs in seinen Helios-Racks zu installieren. Die erste Gigawatt-Stufe soll in der ersten Hälfte von 2027 anlaufen.

Warum das wichtig ist

Sollten sich Anthropics Angaben bestätigen, könnten Unternehmen KI-Arbeitslasten deutlich schneller zwischen Nvidia und AMD verlagern und so ihre Abhängigkeit von Nvidias margenstarkem CUDA-Ökosystem verringern. Das könnte günstigeren oder besser verfügbaren Chips neue Marktchancen eröffnen – besonders solange GPUs knapp sind.

Warum es wichtig ist

Für Unternehmen, die große Sprachmodelle betreiben, könnten schnellere Hardwarewechsel die Cloud-Kosten senken und Engpässe durch Nvidias marktbeherrschende Softwareplattform vermeiden. Die Angaben wurden jedoch nicht unabhängig überprüft; wie groß die tatsächlichen Geschwindigkeits- und Kostenvorteile sind, bleibt daher ungewiss.

War dieser Artikel hilfreich?
Teilen

Als Nächstes lesen

Oossa · Newsletter

Die KI-Woche, erklärt

Jeden Montag: die Nachrichten, die man kennen sollte – verständlich. Kostenlos, kein Spam.