Oossa

Anthropic: Claude kördes på AMD-GPU:er efter tre dagar

Enligt startupbolaget kördes AI-modellen Claude på AMD-hårdvara efter bara tre dagar. En automatiserad strategi för flera chip kan försvaga Nvidias försprång med CUDA.

Av Publicerad av Oossa: Senast uppdaterad: 1 min läsning

U. Storsberg · Unsplash

Anthropic uppgav för investerare att flaggskeppsmodellen Claude nu körs på AMD Instinct-GPU:er efter bara tre dagars arbete. Enligt företaget utfördes portningen av dess egen avancerade modell Mythos, som skrev nästan alla nödvändiga kärnor utan mänsklig hjälp. Tidigare har det krävts dussintals ingenjörer i sex till tolv månader för att flytta en modell till en ny accelerator.

Uppgiften kommer från en investerarpresentation som publicerades i november 2026. Anthropic-medgrundaren och teknikchefen med ansvar för beräkningskapacitet, Tom Brown, sade att företaget nu tränar och kör Claude på fyra stora chipfamiljer: Nvidia-GPU:er, AMD-GPU:er, Amazon Trainium-chip och Google TPU:er. Strategin med flera chip gör det möjligt för labbet att flytta arbetsuppgifter till den hårdvara som är billigast eller lättast att få tag på. Det har tidigare varit svårt eftersom Nvidias programvaruplattform CUDA traditionellt har bundit utvecklare till företagets chip.

Anthropic uppger att det tre dagar långa bytet till AMD använde GPU:n MI355X och fokuserade på prestanda vid bearbetning av promptar. Företaget behandlar beräkningskapacitet från olika leverantörer som en gemensam resurs och fördelar den där pris/prestanda-förhållandet är bäst. Anthropic planerar också att installera upp till två gigawatt AMD MI455X-GPU:er i sina Helios-racksystem. Den första gigawatten ska enligt planen tas i bruk under första halvåret 2027.

Därför spelar det roll

Om Anthropics siffror håller kan företag flytta AI-arbetsuppgifter mellan Nvidia och AMD betydligt snabbare och bli mindre beroende av Nvidias CUDA-ekosystem med höga marginaler. Det kan öppna marknaden för billigare chip eller chip som är lättare att få tag på, särskilt så länge tillgången på GPU:er är begränsad.

Varför det spelar roll

För företag som kör stora språkmodeller kan snabbare byten av hårdvara sänka molnkostnaderna och minska risken för flaskhalsar till följd av Nvidias dominerande programvaruplattform. Påståendet har dock inte verifierats oberoende, så de faktiska vinsterna i hastighet och kostnad är fortfarande osäkra.

Var den här artikeln användbar?
Dela

Läs vidare

Oossa · Nyhetsbrev

Veckans AI, förklarad

Varje måndag: nyheterna som är värda att känna till, på enkel svenska. Gratis, ingen spam.