大数跨境

英伟达已死,黄仁勋回去也救不活;Claude永生,GPU群雄逐鹿

英伟达已死,黄仁勋回去也救不活;Claude永生,GPU群雄逐鹿 象信AI
2026-11-17
0
导读:英伟达股价,我看一泻千里

黄仁勋辞职了。英伟达宣布由 CFO Colette Kress 出任临时 CEO。单看这个时点,我愿意把他的离场叫作「激流勇退」。他把 CUDA 做成了整个 AI 行业的默认选项。现在,AI 开始自己写那些曾经让客户离不开 CUDA 的代码。就算黄仁勋回去,也没法让这些代码重新变贵。 

Claude 把 Claude 搬上了 AMD

Anthropic 在 IPO 路演里讲了一件事。今年他们第一次开始用 AMD 的 GPU。按以往的经验,接入一种新芯片,几十个工程师要做几个月。这次他们让 Mythos 试了一下。按路演里的说法,三天就让 Claude 在 AMD 上跑起来了,几乎没有人工干预,所需的 GPU 内核几乎全由 Claude 移植或编写。 

Image

图源:Anthropic 路演视频 · Andrew Curran 的转发

图底下的小字值得读。三天指的是一个 Anthropic 模型的提示词处理阶段,在 AMD MI355X 上达到了可用的性能水平。六到十二个月是 Anthropic 用传统方式接入新加速器的历史估算。这次实际跑通的是已有 AMD 软件栈上的一项推理负载。对一家公司来说,一项负载就够它开始算账了。 

去年我找微调框架,今年我直接让 agent 写

去年我微调模型,第一反应是去看 LLaMA Factory 或 Unsloth 支不支持。那时候 Qwen 发新模型,还会告诉大家可以用哪些框架做微调。框架要照顾各种模型、显卡、数据格式和训练方法。我做一次实验,用到的就只有其中一种组合。

今年我的第一反应是把模型、数据和显卡告诉 coding agent,让它直接用 PyTorch 写一份训练脚本。数据怎么拼,哪些 token 算 loss,我看着代码就能改。以前碰到这样的需求,我得先翻文档,看看框架作者有没有想到这一层,留没留那个配置项。现在,给这次实验现写一份脚本,有时比找到那个配置项还快。

CUDA 比微调框架复杂得多。它下面有编译器、运行时和算子库,上面有整个行业积攒下来的代码和经验。但从客户角度看,账是一样的。我用不着把整个 CUDA 生态搬走。我只要把自己那几个最费钱的负载搬走。

AMD 有自己的驱动和软件栈。Anthropic 这次让 Claude 写的是跑模型所需的 GPU 内核。对昇腾,也可以问同一个具体问题:给 agent 现有的驱动、编译工具和一项真实负载,它能不能把关键算子写出来,再把性能调到值得上线的水平?这种问题,以前得先批几个月的人力才有答案。现在可以先让 agent 跑一轮。

英伟达股价,我看一泻千里;AMD 是直接受益者

你发的那篇 Yahoo Finance 转载,原文是 The Motley Fool 的评论。它说,Claude 降低了在其他芯片上跑模型的软件门槛,AMD 因此有机会拿到更多市场份额。我更在意的是,这会改变客户和英伟达谈价格的方式。

过去,哪怕 AMD 的报价更低,客户也要把工程师几个月的工时、迁移风险和上线延迟加回去。账一算,可能还是直接买英伟达便宜。现在,客户可以先挑一个推理负载在 AMD 上试跑。吞吐够、成本低、运行稳定,下一批就能分一些订单过去。只要这个备选方案可信,英伟达剩下的订单也得重新谈价。

如果大客户开始把这种试跑变成常规采购流程,我判断英伟达股价会一泻千里。 一边是 AMD 拿到原本进不了的订单,一边是英伟达为了保住订单让价。市场要重算每张卡能赚多少钱,也要重算这种高利润还能维持多久。两笔账一起改,股价跌起来不必等到数据中心里到处都是 AMD 的卡。

这就是我说的「英伟达已死」。CUDA 仍然好用,英伟达也仍然可以靠芯片、互联和整套系统赢订单。但只要客户能花得起迁移的钱,CUDA 就很难再替英伟达锁住整张采购单。黄仁勋能回来做更好的产品,没法让客户手里已经跑通的备选方案消失。

“Claude 永生”说的是这种工作方式会留下来。去年我问,哪个框架支持我的训练任务?今年我直接让 agent 给这个任务写脚本。现在,买 GPU 的人也可以这么问:

Claude,先把我的模型在这批 AMD 卡上跑起来。跑完,我们再谈下一批买谁的。


【声明】内容源于网络
0
0
象信AI
让人放心把真实工作交给AI
内容 181
粉丝 0
象信AI 让人放心把真实工作交给AI
总阅读6.7k
粉丝0
内容181