先给结论
Anthropic 在2026年11月10日启动首次公开募股路演,路演材料披露其模型 Mythos 用大约3天时间,完成了让模型在 AMD Instinct MI355X 图形处理器上运行的适配,而传统做法通常需要6到12个月 [1][2]。消息随后登上百度热搜,创作者最关心的问题也随之而来,AMD 芯片大规模进入 AI 算力池,自己使用的图像、视频和声音工具会更便宜、选择更多吗。
本站的判断是,这条消息改变的是上游算力采购的账本,更换芯片供应商要付的迁移成本正在被重算,买方比价的余地有了变大的依据;但生成式工具的价目表还没有跟着动,到目前为止没有公开报道显示哪家工具因为这笔交易降价或换用 AMD 算力。创作者值得记下三个核对节点,2027年上半年首批1吉瓦算力是否按期落地、落地后的单位吞吐成本、多供应商采购会不会扩散到其他模型公司。这三件事兑现之前,订阅与采购决定不需要因为「3天适配」而改变。
3天这个数字的边界
数字能信到什么程度,先看它出自哪里。路演是募资行为,Anthropic 拟发行8.25亿股 A 类普通股,发行价区间每股70至78美元,按上限计算最高募资约644亿美元,约合人民币4600亿元 [1]。募资材料自带宣传动机,所以三条限定要与数字一起说。
第一,3天统计的是提示词处理达到可用性能所需的时间,属于推理侧适配,不覆盖训练迁移 [1]。生成式工具的每次生成请求都是推理负载,这层限定恰好落在与工具用户相关的部分,这一判断属于本站分析。第二,数字未经独立核实 [1]。第三,招股书的表述更谨慎,只说借助 Claude,工程团队现在能以远快于过去的速度把新芯片平台投入生产 [1]。
路演材料称 Mythos 自行移植或编写了近100%的内核代码,几乎无需人工介入 [1],同一篇报道同时提醒,自动生成代码的长期有效性有待观察 [1]。芯片代际也别混,3天适配发生在现役 MI355X 上,7月官宣的大额采购针对下一代 MI450 系列 [1][3]。
归纳起来,这个数字支持的说法是「适配变快了」,推不出「训练迁移也解决了」,更推不出「工具马上降价」。
换算力供应商的账本在重算
为什么3天值得认真对待。过去把大模型搬上新硬件,通常需要数十名编译器与高性能计算工程师忙上6到12个月,梳理算子、重写 CUDA 接口对应的实现、对齐数值精度、逐层调优。迁移工程师投入、调优轮次和运维知识体系的重建都要计入采购总账,成本高到一定程度,更换供应商在财务上就难以成立,报道认为英伟达近二十年积累的 CUDA 库与工具链正是客户难以更换硬件供应商的主要成本来源 [1]。
工程实践有一例佐证。第三方团队 Wafer AI 在 MI355X 上部署 Kimi K3 时,遇到 AMD 的 GPU 软件栈 ROCm 缺少一个函数定义导致调度器报错,最终用一个普通的 PyTorch 函数补上这段逻辑就解决了,不需要手写 GPU 内核,也不需要重新设计推测解码系统 [6]。
Anthropic 自己的现状支持多供应商路线。其联合创始人兼首席算力官汤姆·布朗在路演中说,公司自2021年起押注多芯片路线;如今 Claude 已在英伟达 GPU、AMD GPU、谷歌 TPU 与亚马逊 Trainium 四个家族上原生训练和运行,算力被当作可互换的资源池,某一平台产能吃紧时推理负载可切换到其他硬件 [1]。该公司还计划通过租赁芯片、自建数据中心的 Anthropic Direct 模式降低总拥有成本 [1]。
这一节有依据的方向判断只有一条,买方比价的前提在松动,适配门槛变矮,「换一家供应商要付多少迁移成本」这项支出在下降。能下降多少,取决于性能和生态这两层现实约束。
能跑通和更便宜是两件事
适配完成只回答了能不能跑,价格与性能要看吞吐和成本,这组数字没有一边倒。
对 AMD 有利的一面来自 Wafer AI 的基准测试,测试对象是2.8万亿参数、仅模型权重就超过1.5 TB 显存的 Kimi K3。8张 MI355X 在一台服务器内完成部署,峰值总吞吐量952 Token/s(每秒处理的词元数);16张 B200 需要横跨两台服务器,换算到单节点约249 Token/s,前者约为后者的3.8倍。按该团队的价格假设,每美元可买到的峰值吞吐量,MI355X 约48 Token/s,B200 约7 Token/s,更新的 B300 约33 Token/s [6]。
对英伟达有利的一面来自同一份测试与行业观察。B300 绝对性能仍最高,8卡节点总吞吐量1568 Token/s,约为 MI355X 的1.65倍;一段约17.2万 Token 的冷启动预填充任务,MI355X 需要约51秒,B300 只需约23秒 [6]。Wafer 同时指出,B200 因显存不足被迫跨节点运行,这个场景本身对 AMD 有利,而 ROCm 的工具链、框架支持和开发者生态仍不如 CUDA [6]。生态上的差距更难在短期追平,CUDA 背后有庞大的开发者生态、函数库与多年优化,英伟达向高校和科研人员免费提供 GPU 与培训资源,还把集合通信库 NCCL 与 NVLink、InfiniBand 等专有硬件深度结合,抬高了迁移成本 [2]。IT之家在同篇报道里判断,现在就宣告英伟达 CUDA 生态优势的终结,恐怕还为时过早 [2]。
国际电子商情的提醒值得单独列出,3天完成的是跑得通的部分,同一模型在不同硬件上的实际吞吐差距可达数倍,性能调优、数值稳定性验证和软件栈迭代后的持续维护仍需工程投入 [1]。
把这组数据放在一起看,换用 AMD 算力省不省钱取决于条件,模型大到单节点装不下时,MI355X 的大显存优势才兑现;模型小、交互要求高时,英伟达新卡仍占优。上游换供应商能不能省下钱,要看单位吞吐成本能否在更多模型与场景里跑赢,公开数据目前给出的是条件区间,给不出普遍结论。
2吉瓦交易的时间线
3天的叙事背后站着一笔已经官宣的采购。2026年7月22日,AMD 与 Anthropic 宣布战略合作,Anthropic 将在 Helios 机架级方案中部署至多2吉瓦的 MI450 系列图形处理器,具体机型为 MI455X,首批1吉瓦于2027年上半年启动 [3]。AMD 承诺进行至多50亿美元战略股权投资,约合人民币360亿元,这笔投资属于承诺性质,官方材料没有说明交割时间 [3]。双方还将共同用 Claude 优化 Instinct 图形处理器的工作负载,加速 ROCm 开发 [3]。
服务器交易金额没有官方数字,「涵盖数百亿美元 AI 服务器」的说法出自华尔街日报当时的报道,约合人民币数千亿元,该报道同时称这是 AMD 首次对 Anthropic 进行股权投资 [4]。
Anthropic 重构算力池的动机,第三方行业观察给出的背景是,截至4月8日的90天里 Claude API 正常运行率只有98.95%,低于企业级服务通常要求的99.99%;3月2日的全球中断被归因于需求空前增长;首席财务官莎拉·弗莱尔曾坦言花大量时间寻找任何可用的临时计算资源 [5]。同年4月,Anthropic 与亚马逊达成协议,亚马逊在既有投资基础上追加50亿美元、商业里程碑达成后最高再追加200亿美元,Anthropic 承诺未来十年向亚马逊 AWS 采购超过1000亿美元计算资源,约合人民币7200亿元 [5]。同年6月,出口管制还曾迫使该公司将 Claude Fable 5 下线,7月1日才恢复访问,跨供应商布局同样是风险对冲 [5]。
官方确认的是承诺与部署计划,兑现要等产能落地,交付节奏的更多细节官方新闻稿没有给出 [3]。
现在值得盯的三个节点
AMD 芯片大规模进入 AI 算力池,会让生成式图像、视频和声音工具更便宜或更多样吗。
算力供给这一半方向明确,Anthropic 的算力池已经横跨四个芯片家族,AMD 从现役 MI355X 的适配验证走向下一代 MI450 的吉瓦级部署,上游采购时比价的空间在扩大。工具价格这一半暂时没有可核对的变化,从上游算力账本到工具订阅价之间还隔着云平台租约与模型厂商的定价策略,这层传导没有公开信息可循。
按本站分析,判断何时值得重新评估,刻度是三个节点。节点一,2027年上半年首批1吉瓦是否按期落地 [3]。节点二,落地后的单位吞吐成本,参照 Wafer 那组基准,看新一代芯片在真实负载下能否把每美元吞吐量稳定跑赢,只看能不能跑通不够 [6][1]。节点三,多供应商采购会不会从 Anthropic 扩散到其他模型公司,那决定 AMD 的新增产能是一家独享还是行业共享 [1]。
三个节点兑现之前,这条热搜对创作者的实际含义只有一句话,上游算力账本的重算给了未来更便宜或更多样的可能性,可能性变成价目表上的数字还需要时间,现在不需要据此调整任何工具方面的决定。