Claude Mythos đưa AI lên GPU AMD chỉ trong 3 ngày

Phần mềm17 tháng 11, 2026·6 phút đọc

Anthropic nói với nhà đầu tư rằng mô hình Claude Mythos Preview đã hoàn tất công đoạn phần mềm để chạy AI trên GPU AMD MI355X trong khoảng ba ngày, gần như không cần con người can thiệp, thay vì 6–12 tháng như trước. Đây là lần đầu tiên chính Anthropic đưa ra con số cụ thể, làm lung lay hào bảo vệ CUDA của Nvidia.

Claude Mythos đưa AI lên GPU AMD chỉ trong 3 ngày

Anthropic vừa nói với nhà đầu tư rằng mô hình Claude Mythos Preview đã đảm nhận phần lớn công việc phần mềm để đưa AI của hãng chạy được trên GPU AMD, chỉ mất khoảng ba ngày thay vì 6 đến 12 tháng như trước đây. Đây là lần đầu tiên chính Anthropic — chứ không phải một hãng chip — công bố con số cụ thể cho tuyên bố này, và nó đặt thẳng vào hào bảo vệ mà Nvidia xây dựng suốt gần hai thập kỷ.

Thông tin nằm trong video roadshow trước thềm IPO của Anthropic, và một phần đã được ghi bằng văn bản trong bản cáo bạch: "Chúng tôi có thể đưa các nền tảng chip mới vào vận hành chỉ trong một phần nhỏ thời gian trước kia".

Ba ngày, gần như không có bàn tay con người

Theo lời Tom Brown, đồng sáng lập kiêm giám đốc tính toán của Anthropic, Mythos đã "đưa Claude chạy được trên AMD chỉ trong ba ngày với gần như không có sự can thiệp của con người". Mô hình này đã chuyển hoặc tự viết "gần 100% số kernel" — tức các đoạn mã tính toán chạy trực tiếp trên chip.

Ảnh minh họa GPU AMDẢnh minh họa GPU AMD

Con số ba ngày có một chú thích quan trọng ở cuối slide: nó chỉ tính cho prompt processing (còn gọi là prefill — bước mô hình đọc và xử lý nội dung được đưa vào trước khi bắt đầu trả lời) của một mô hình Anthropic trên GPU MI355X, "ở mức hiệu năng hữu dụng". Anthropic chưa nói bước sinh câu trả lời (decode) có nằm trong đó hay không, cũng chưa công bố mô hình chạy nhanh đến đâu trên GPU AMD so với GPU Nvidia.

So sánh 6–12 tháng được rút ra từ "kinh nghiệm lịch sử khi đưa các bộ tăng tốc mới vào chạy bằng cách tiếp cận kỹ thuật truyền thống", thời mà việc viết mã riêng cho từng nền tảng phần cứng là một thách thức lớn. Brown cũng nhắc lại thời điểm đó cần tới "hàng chục kỹ sư".

Vì sao chuyện này đáng chú ý

Mã kernel là loại mã cấp thấp gắn một mô hình AI với chip của một hãng cụ thể — và chính nó là phần lõi trong hào bảo vệ CUDA, nền tảng lập trình gần 20 năm tuổi của Nvidia. AMD có sản phẩm tương đương là ROCm, với HIP làm lớp lập trình. Mã viết cho CUDA phải được chuyển đổi mới chạy được, và AMD thậm chí đã xây dựng công cụ HIPify cho việc này.

Anush Elangovan, phó chủ tịch phụ trách phần mềm AI của AMD, nói với EE Times hồi tháng 4: "Claude tốt hơn HIPify vì nó có sẵn khả năng tìm kiếm web".

Ảnh minh họa chip và trung tâm dữ liệuẢnh minh họa chip và trung tâm dữ liệu

Anthropic cho biết đã bắt đầu làm việc với GPU AMD từ năm nay, với thỏa thuận lên tới 2 gigawatt. Hãng vốn đã chạy mô hình trên nhiều loại chip: GPU của Nvidia và AMD, TPU của Google, và Trainium của AWS — tất cả được quản lý như "một bể tính toán dùng chung". Brown gọi quyết định đa chip từ sớm là "một canh bạc không theo lối mòn".

Trong khi đó, các tuyên bố trước đây chủ yếu đến từ phía AMD. Tại sự kiện Advancing AI hồi tháng 7, Brown kể một kỹ sư đã yêu cầu Claude dựng một rack MI355X rồi để nó chạy "suốt cuối tuần". Vamsi Boppana, phó chủ tịch AI của AMD, nói mãi lực AI sẽ "xóa bỏ mọi rào cản còn lại cho việc phổ cập rộng rãi". Philippe Tillet của OpenAI thì nói thẳng hơn: "Các agent đang tiếp quản công việc của chúng tôi, theo một nghĩa nào đó, với tư cách kỹ sư kernel".

Hào bảo vệ chưa biến mất

Phía Nvidia không im lặng. CEO Jensen Huang trong một cuộc phỏng vấn hồi tháng 4 với Dwarkesh Patel nói hãng đã dùng rất nhiều AI để tạo kernel cho chính mình, và "không ai hiểu kiến trúc của chúng tôi hơn chúng tôi". Ông gọi Anthropic là "một trường hợp đặc biệt, không phải một xu hướng".

Điểm đáng chú ý: Nvidia và AMD nằm trong nhóm bảy công ty mua 26,0 tỷ USD cổ phiếu Anthropic theo giá IPO — nghĩa là Nvidia đang đầu tư vào chính công ty mà ông Huang gọi là ngoại lệ.

Bài phân tích "Can AMD break the CUDA Moat?" của SemiAnalysis hồi cuối tháng 7 cho rằng việc tạo ra phần mềm không còn là hào bảo vệ vững như cách đây một năm. Nhưng điểm mắc là: với lập trình bằng agent, "mỗi agent cần GPU để thử nghiệm mã của nó", tức AI viết mã vẫn cần phần cứng để chạy thử. SemiAnalysis ghi nhận tình trạng thiếu GPU thường trực bên trong AMD cho loại phát triển này — một nút thắt mới có thể kìm hãm chính AMD.

Kết luận hợp lý: hào bảo vệ CUDA đang hẹp lại nhưng chưa biến mất. Bước đưa một mô hình lên chip mới — từng là phần đắt nhất — rõ ràng đang rẻ đi, còn tuyên bố "hiểu phần cứng nhất" của Nvidia thì bị bào mòn dần. Bể tính toán dùng chung của Anthropic cũng không hoàn toàn thay thế lẫn nhau được: TPU của Google ngày càng chuyên biệt hóa.

Mốc đáng theo dõi tiếp theo là những chip AMD MI450 đầu tiên của Anthropic trong rack Helios, dự kiến vào nửa đầu năm 2027 — cơ hội để xem kỳ tích ba ngày có lặp lại được hay không. Còn IPO của Anthropic đến sớm hơn, sau đó hãng sẽ phải báo cáo với tư cách công ty đại chúng.

Góc nhìn

Với lập trình viên và doanh nghiệp Việt Nam, tín hiệu đáng chú ý nhất không phải con số ba ngày mà là chi phí chuyển đổi phần cứng đang giảm. Lâu nay CUDA là lý do lớn khiến các đội kỹ thuật chọn Nvidia gần như mặc định, bất kể bài toán có cần hay không. Nếu việc port mã kernel sang ROCm/HIP có thể được AI hỗ trợ trong vài ngày, áp lực phải trung thành với một hệ sinh thái sẽ nhẹ đi, và các lựa chọn thuê GPU trở nên linh hoạt hơn về bài toán chi phí.

Tuy vậy, cần tỉnh táo: con số của Anthropic mới ở mức prefill cho một mô hình, chưa có so sánh hiệu năng AMD và Nvidia, và các dự án thực tế của doanh nghiệp vẫn cần thời gian kiểm thử trên chính phần cứng đó. Bài học thực dụng là hãy viết mã AI theo hướng ít phụ thuộc vào một backend cụ thể — dùng các lớp trừu tượng, tách phần kernel ra khỏi logic nghiệp vụ — để khi cần đổi chip, chi phí chuyển đổi không còn là rào cản lớn.

Nguồn: tomshardware.com · Quy trình biên tập

Chia sẻ:FacebookX