11月11日消息，Anthropic IPO路演材料中的一张幻灯片显示，随着高性能AI模型逐渐具备自主适配不同计算平台的能力，GPU正变得越来越像可以相互替换的通用算力资源。

材料披露，其Claude Mythos Preview模型仅用大约3天时间，就摸索出如何让另一个模型在AMD MI355X GPU上运行。相比之下，传统情况下为一个新计算平台完成推理任务所需的适配工作通常需要6至12个月。这意味着Anthropic现在可以将不同厂商的GPU视为相对通用的算力资源，在不同平台之间切换的技术门槛已大幅降低。也正因如此，有观点开始认为，英伟达长期以来引以为傲的CUDA生态护城河实际上可能已经失去了原有的意义。

不过，现在就宣告英伟达CUDA生态优势的终结恐怕还为时过早。CUDA不仅仅是一套软件工具，其背后还有规模庞大的开发者生态、丰富的函数库和开发工具，以及经过多年持续优化的技术积累，目前仍有大量开发者围绕CUDA构建和维护各类应用。过去几年，英伟达也一直在采取各种措施巩固CUDA的竞争优势，例如向大学和科研人员免费提供GPU及培训资源，吸引更多开发者进入CUDA生态。此外，英伟达还将用于连接多块GPU的通信工具库NCCL与NVLink、InfiniBand等专有硬件技术深度结合，进一步提高多GPU协同计算的效率，也增加了用户迁移至其他平台的成本。