Anthropic informó a sus inversionistas que su modelo insignia, Claude, ya funciona en GPU AMD Instinct, tras solo tres días de trabajo. La empresa afirma que la adaptación la realizó su propio modelo de frontera, Mythos, que escribió casi todos los kernels necesarios sin ayuda humana. Antes, trasladar un modelo a un nuevo acelerador podía ocupar a decenas de ingenieros durante seis a doce meses.
La afirmación aparece en una presentación para inversionistas publicada en noviembre de 2026. Tom Brown, cofundador y director de cómputo de Anthropic, dijo que la empresa ahora entrena y ejecuta Claude en cuatro grandes familias de chips: GPU de Nvidia, GPU de AMD, chips Trainium de Amazon y TPU de Google. Este enfoque multisilicio permite al laboratorio trasladar las tareas al hardware más barato o disponible, algo que ha sido difícil porque la pila de software CUDA de Nvidia suele atar a los desarrolladores a sus chips.
Anthropic dice que la migración a AMD, completada en tres días, utilizó la GPU MI355X y se centró en el rendimiento del procesamiento de prompts. La empresa trata la capacidad de cómputo de distintos proveedores como un único conjunto y la asigna donde obtiene la mejor relación entre precio y rendimiento. También planea instalar hasta dos gigavatios de GPU AMD MI455X en sus sistemas de racks Helios; el primer gigavatio está previsto para el primer semestre de 2027.
Por qué importa
Si las cifras de Anthropic se confirman, las empresas podrían trasladar cargas de trabajo de IA entre Nvidia y AMD mucho más rápido, reduciendo su dependencia del ecosistema CUDA de alto margen de Nvidia. Eso podría abrir el mercado a chips más baratos o más disponibles, sobre todo mientras la oferta de GPU siga siendo limitada.
Por qué importa
Para las empresas que ejecutan modelos de lenguaje grandes, cambiar de hardware más rápido podría reducir los costos de la nube y evitar cuellos de botella causados por la plataforma de software dominante de Nvidia. Sin embargo, la afirmación no ha sido verificada de forma independiente, por lo que los beneficios reales en velocidad y costos siguen siendo inciertos.
