Anthropic dùng AI chuyển Claude sang chip AMD trong 3 ngày, thách thức lợi thế CUDA của Nvidia

Anthropic cho biết mô hình AI Mythos đã hỗ trợ chuyển Claude sang GPU AMD chỉ trong 3 ngày, thay vì 6-12 tháng theo phương pháp truyền thống, làm suy giảm lợi thế phần mềm CUDA của Nvidia.

Anthropic dùng Mythos chuyển Claude sang GPU AMD trong 3 ngày

Lợi thế lớn của Nvidia trên thị trường chip AI không chỉ đến từ phần cứng mà còn nằm ở hệ sinh thái phần mềm CUDA. Nền tảng này giúp các nhà phát triển tối ưu hóa ứng dụng cho GPU Nvidia, đồng thời khiến việc chuyển sang kiến trúc phần cứng của đối thủ trở nên phức tạp và tốn thời gian.

Tuy nhiên, Anthropic cho rằng AI có thể làm thay đổi rào cản này. Trong bài thuyết trình dành cho nhà đầu tư, công ty tiết lộ đã xây dựng chiến lược đa nền tảng chip, cho phép huấn luyện và vận hành Claude trên cả bốn hệ sinh thái phần cứng lớn.

Tom Brown, đồng sáng lập kiêm Giám đốc phụ trách năng lực tính toán của Anthropic, cho biết công ty đã sớm lựa chọn hướng đi này, dù phần lớn ngành công nghiệp khi đó cho rằng việc hỗ trợ nhiều kiến trúc chip không đáng với chi phí bỏ ra.

Mỗi nền tảng phần cứng đều cần hệ thống phần mềm và hạ tầng suy luận riêng. Trước đây, việc đưa một dòng chip mới vào vận hành có thể khiến hàng chục kỹ sư phải làm việc liên tục trong nhiều tháng.

Anthropic đã thử nghiệm cách tiếp cận mới khi lần đầu đưa GPU AMD vào hệ thống trong năm 2026. Thay vì phụ thuộc chủ yếu vào kỹ sư, công ty sử dụng mô hình AI tiên tiến Mythos để thực hiện phần lớn công việc chuyển đổi.

Theo Anthropic, Mythos đã tự viết hoặc chuyển đổi gần 100% mã kernel cần thiết, giúp Claude hoạt động trên GPU AMD chỉ sau 3 ngày và gần như không cần sự can thiệp của con người.

Lợi thế CUDA của Nvidia có thể bị thu hẹp

Kết quả thử nghiệm trên GPU AMD MI355X cho thấy Mythos có thể đưa phần cứng mới lên mức hiệu năng sử dụng được trong khoảng 3 ngày. Trong khi đó, phương pháp kỹ thuật truyền thống thường cần từ 6-12 tháng để hoàn thành quá trình tương tự.

Nếu số liệu của Anthropic chính xác, đây có thể là thay đổi đáng kể đối với vị thế của Nvidia trên thị trường chip AI.

CUDA từ lâu được xem là một trong những lợi thế cạnh tranh lớn nhất của Nvidia. Việc xây dựng hệ sinh thái phần mềm và công cụ tối ưu hóa riêng khiến nhiều doanh nghiệp khó chuyển sang GPU của AMD hoặc những nhà cung cấp khác, ngay cả khi phần cứng đối thủ có mức giá hấp dẫn hơn.

Khả năng sử dụng AI để tự động hóa quá trình chuyển đổi phần mềm có thể làm giảm đáng kể chi phí này. Các công ty sẽ có thêm lựa chọn khi phân bổ khối lượng tính toán, thay vì phụ thuộc vào một nhà cung cấp duy nhất.

Trong bối cảnh nguồn cung chip AI còn hạn chế, chiến lược đa nền tảng cũng giúp doanh nghiệp lựa chọn phần cứng dựa trên tỷ lệ hiệu năng và chi phí. Một số dòng chip có thể phù hợp hơn cho huấn luyện mô hình, trong khi những sản phẩm khác đáp ứng tốt nhu cầu suy luận.

Đây là vấn đề đáng chú ý đối với Nvidia, hãng hiện sở hữu biên lợi nhuận vượt 70% theo bài viết của The Decoder. Nếu các doanh nghiệp có thể chuyển đổi giữa những hệ sinh thái chip dễ dàng hơn, lợi thế về phần mềm của Nvidia có thể không còn khó thay thế như trước.

Anthropic xây dựng hệ thống tính toán kết hợp nhiều nhà cung cấp

Anthropic cho biết công ty hiện xem năng lực tính toán từ nhiều nhà cung cấp, kiến trúc chip và địa điểm khác nhau như một nguồn tài nguyên chung có thể thay thế lẫn nhau.

Hệ thống này kết hợp bốn nền tảng phần cứng:

• AWS Trainium.

• Google TPU.

• GPU Nvidia.

• GPU AMD.

Nguồn lực tính toán được phân bổ cho nhiều mục đích, bao gồm nghiên cứu, phát triển mô hình, đáp ứng nhu cầu khách hàng và vận hành Claude nội bộ.

Bên cạnh chiến lược đa dạng hóa phần cứng, Anthropic còn phát triển phương pháp được gọi là Compute Multipliers. Đây là những cải tiến trong nghiên cứu giúp khai thác hiệu suất cao hơn từ cùng một lượng tài nguyên tính toán vật lý.

Theo công ty, các cải tiến này có thể khuếch đại tác động của nhau, giúp mỗi bước đột phá tiếp theo tạo ra hiệu quả lớn hơn so với trước.

Về lâu dài, Anthropic kỳ vọng Claude có thể tự tìm ra những phương pháp tối ưu hóa tài nguyên tính toán. Ý tưởng này liên quan đến khái niệm tự cải thiện đệ quy (recursive self-improvement), vốn vẫn đang là chủ đề gây tranh luận trong giới nghiên cứu AI và chưa được chứng minh.

Anthropic muốn giảm chi phí bằng cách tự vận hành trung tâm dữ liệu

Ngoài việc đa dạng hóa nguồn cung chip, Anthropic đang phát triển năng lực trung tâm dữ liệu riêng thông qua chương trình Anthropic Direct.

Thay vì chỉ mua năng lực tính toán dưới dạng dịch vụ đám mây, công ty có kế hoạch thuê chip và trực tiếp vận hành chúng trong những trung tâm dữ liệu được xây dựng chuyên biệt. Mục tiêu là giảm tổng chi phí sở hữu và vận hành hệ thống trong dài hạn.

Đáng chú ý, cả Nvidia và AMD đều có mối quan hệ đầu tư chiến lược với Anthropic.

Vào tháng 11/2025, trong khuôn khổ thỏa thuận trị giá 45 tỷ USD với Microsoft, Nvidia cam kết đầu tư tối đa 10 tỷ USD vào Anthropic. Theo hồ sơ đăng ký S-1/A nộp lên Ủy ban Chứng khoán và Giao dịch Mỹ (SEC) ngày 10/11/2026, Nvidia cũng tham gia một đợt phát hành cổ phiếu riêng lẻ có điều kiện trị giá 26 tỷ USD, cùng sáu công ty công nghệ khác.

Trong khi đó, AMD công bố khoản đầu tư chiến lược lên đến 5 tỷ USD vào Anthropic vào tháng 7/2026. Đổi lại, Anthropic dự kiến triển khai tối đa 2 gigawatt GPU AMD Instinct MI455X trong các hệ thống Helios. Giai đoạn đầu tiên với công suất 1 gigawatt dự kiến bắt đầu trong nửa đầu năm 2027.

Những thỏa thuận này cho thấy Anthropic đang mở rộng quan hệ với nhiều nhà cung cấp phần cứng thay vì phụ thuộc vào một hệ sinh thái duy nhất.

Dù vậy, các số liệu về khả năng chuyển đổi GPU trong 3 ngày hiện mới đến từ bài thuyết trình của Anthropic và chưa được xác minh độc lập. Kết quả này vẫn là tín hiệu đáng chú ý về tiềm năng ứng dụng AI trong việc tự động hóa kỹ thuật phần mềm, đồng thời đặt ra thách thức mới đối với lợi thế CUDA mà Nvidia đã xây dựng trong nhiều năm.