# Mythos仅用3天手写全部AMD算子！Anthropic在IPO路演震撼解密多芯片战略：四大硬件架构通吃、乘积级算力倍增器与递归自我改进全景深度拆解

- Link: https://paooo.com/trends/42211/
- Published: 2026-11-15T12:06:00+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * [Claude](https://paooo.com/aigc-news/)已打通AWS Trainium、Google TPU、NVIDIA 
   GPU与AMD GPU四大芯片家族，形成多云算力护城河。
 * 内部模型Mythos在几乎零人工干预下，3天完成近100% AMD GPU底层算子自主编写与移植。
 * Anthropic提出Compute Multipliers乘积理论，强调算法演进可放大总有效算力，并指向
   递归自我改进。

> **💡 站外导读：**在大模型厂商深陷单一算力集群绑定与英伟达 CUDA 生态护城河的当下，
> 冲刺全球科技史上最大 IPO 的 Anthropic 在其高管闭门路演视频中首次公开了核心算力
> 底牌。联合创始人 Tom Brown 详尽揭秘了 Anthropic 跨 AWS Trainium、Google TPU、NVIDIA
> GPU 与 AMD GPU 四大芯片家族的原生协同能力。尤为震撼的是，内部前沿模型 Mythos 在
> 无人工干预的情况下，仅用 3 天便自主手写并移植了近 100% 的 AMD GPU 底层算子。更
> 首度提出“算力倍增器（Compute Multipliers）”乘积理论，通过算法自演进打破物理芯片
> 供给瓶颈，正式吹响了大模型递归自我改进的冲锋号。

## 1. 摆脱单一硬件锁死：四大芯片家族通吃背后的非常规技术豪赌

在当前[大模型](https://paooo.com/ai-study/)训练与部署的激烈角逐中，业界绝大多数团队
被英伟达的硬件和 CUDA 生态深度绑定，承受着高昂的硬件采购溢价与不可控的供应链交付
周期。而在此次 IPO 路演中，Anthropic 联合创始人 Tom Brown 首次明确向投资人揭秘了
其长达数年的底层算力战略：**Claude 现已在四大主流芯片家族上实现全量训练与商业化 
Serving 并行**。

阅读目录

 * [1. 摆脱单一硬件锁死：四大芯片家族通吃背后的非常规技术豪赌](https://paooo.com/trends/42211/#1-%e6%91%86%e8%84%b1%e5%8d%95%e4%b8%80%e7%a1%ac%e4%bb%b6%e9%94%81%e6%ad%bb%e5%9b%9b%e5%a4%a7%e8%8a%af%e7%89%87%e5%ae%b6%e6%97%8f%e9%80%9a%e5%90%83%e8%83%8c%e5%90%8e%e7%9a%84%e9%9d%9e%e5%b8%b8%e8%a7%84)
 * [2. 震撼硅谷的 Mythos 奇迹：AI 仅用 3 天手写近 100% AMD GPU 底层算子](https://paooo.com/trends/42211/#2-%e9%9c%87%e6%92%bc%e7%a1%85%e8%b0%b7%e7%9a%84-mythos-%e5%a5%87%e8%bf%b9ai-%e4%bb%85%e7%94%a8-3-%e5%a4%a9%e6%89%8b%e5%86%99%e8%bf%91-100-amd-gpu-%e5%ba%95%e5%b1%82%e7%ae%97%e5%ad%90)
 * [3. 独家解密“算力倍增器”：乘积效应公式与递归自我改进（RSI）引擎](https://paooo.com/trends/42211/#3-%e7%8b%ac%e5%ae%b6%e8%a7%a3%e5%af%86%e7%ae%97%e5%8a%9b%e5%80%8d%e5%a2%9e%e5%99%a8%e4%b9%98%e7%a7%af%e6%95%88%e5%ba%94%e5%85%ac%e5%bc%8f%e4%b8%8e%e9%80%92%e5%bd%92%e8%87%aa%e6%88%91%e6%94%b9%e8%bf%9b)
 * [4. 物理算力与算法倍增器叠加演进量化评估](https://paooo.com/trends/42211/#4-%e7%89%a9%e7%90%86%e7%ae%97%e5%8a%9b%e4%b8%8e%e7%ae%97%e6%b3%95%e5%80%8d%e5%a2%9e%e5%99%a8%e5%8f%a0%e5%8a%a0%e6%bc%94%e8%bf%9b%e9%87%8f%e5%8c%96%e8%af%84%e4%bc%b0)
 * [5. 终结硬件税与资本杠杆：对全球 AI 供应链与 IPO 估值的深层冲击](https://paooo.com/trends/42211/#5-%e7%bb%88%e7%bb%93%e7%a1%ac%e4%bb%b6%e7%a8%8e%e4%b8%8e%e8%b5%84%e6%9c%ac%e6%9d%a0%e6%9d%86%e5%af%b9%e5%85%a8%e7%90%83-ai-%e4%be%9b%e5%ba%94%e9%93%be%e4%b8%8e-ipo-%e4%bc%b0%e5%80%bc%e7%9a%84%e6%b7%b1)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/trends/42211/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

这四大硬件家族包括：

 * **AWS Trainium 系列：** 深度协同亚马逊自研神经网络处理器，主打超高能效比与规模
   化分布式吞吐；
 * **Google TPU（v5p / v6e）：** 依托谷歌云强大的超节点网络，承担海量超长上下文与
   多模态高密集推理；
 * **NVIDIA GPU（Blackwell / H100 / H200）：** 保持在最高性能密集型预训练阶段的极
   致浮点吞吐；
 * **AMD Instinct GPU（MI300X / MI325X / MI350）：** 成功破局异构供应垄断，构建弹性
   多云算力蓄水池。

早年间，业内普遍认为在不同芯片架构间维护异构软件栈和推理引擎是一项“吃力不讨好的脏
活”——每一款专用集成电路（ASIC）不仅拥有独立的内存层次结构，还需要极其繁杂的汇编级
算子调优。然而，正是这项早期被视为高风险的非常规下注，在今天演变为 Anthropic 跨云
议价与抵御单一硬件断供风险的最强护城河。

## 2. 震撼硅谷的 Mythos 奇迹：AI 仅用 3 天手写近 100% AMD GPU 底层算子

在路演演讲中，Tom Brown 披露了一项令整个系统工程界为之震撼的物理实录：在今年团队
首次接入 AMD GPU 生态时，传统软件工程模式受到了根本性颠覆。

在过去的工程经验中，要让一个万亿级参数的前沿大模型在新芯片架构上稳定跑通，通常需要
由数十名具备深厚编译器与底层驱动开发经验的顶尖资深架构师，耗费数月甚至大半年时间
进行底层算子（Kernels）重写、显存碎片优化与数值精度对齐。而在这次攻坚中，Anthropic
直接派遣了内部研发代号为 **Claude Mythos** 的自研前沿模型：

> “这一次，我们让 Mythos 放手去尝试。在几乎完全零人类工程师代码干预的情况下，Mythos
> 仅用了短短三天时间，就让 Claude 在 AMD GPU 上顺利全量运转起来。期间近乎 100% 的
> GPU 底层算子（Kernels），全部由模型自主编写或自动移植完成。” —— Tom Brown，Anthropic
> 联合创始人

这一里程碑事件彻底改变了芯片迁移的经济学规律：硬件架构之间的“软件鸿沟”不再依赖昂贵
的人力肉身填补，AI Coding [Agent](https://paooo.com/trends/) 展现出了编写高精度、
高并发底层并行汇编算子的强大自治能力，使得硬件适配交付周期从“人月”坍缩至“天级”。

## 3. 独家解密“算力倍增器”：乘积效应公式与递归自我改进（RSI）引擎

除了多硬件迁移的极速自动化，Anthropic 算力护城河的第二大支柱是被称为 **Compute Multipliers（
算力倍增器）** 的算法乘积效应。Tom Brown 明确指出，在 Anthropic 的研发字典里，从来
不单纯看物理机房里堆积了多少张显卡，而是聚焦于**总有效算力（Total Effective Compute）**：

 $$ ext{Total Effective Compute} = ext{Physical Capacity} imes prod_{i=1}^n ext{
Compute Multiplier}_i$$

所谓算力倍增器，是指由算法优化、数据清洗结构演进、注意力稀疏化以及通信拓扑重构所
带来的等效能效增益。例如：

 * 若某项模型架构创新实现了 **4x 算力倍增器**，这意味着团队只需消耗原先 **25%** 
   的物理算力，即可训练出同等智力水平的前沿模型；
 * 反之，若保持 100 个物理算力单元投入不变，团队则能直接训练出以往需要 **400 个物理
   单元** 才能达到的超级智能规模。

尤为关键的是，算力倍增器之间具备**乘法叠加（Multiplicative Stacking）**特性。更为
颠覆的未来图景在于：随着大模型逐步逼近**递归自我改进（Recursive Self-Improvement,
RSI）**的物理临界点，Claude 已经开始接管并自主挖掘下一代算力倍增器算法。这种由机器
寻找算法、算法倍增算力、算力孕育更强机器的正反馈飞轮，将让倍增因子的涌现速度呈指数
级狂飙。

## 4. 物理算力与算法倍增器叠加演进量化评估

为了直观展现乘法叠加效应对算力经济学带来的革命性重塑，我们将 Anthropic 算力倍增架构
与传统线性扩展模式进行了多维度量化对比：

  |  演进阶段 / 架构维度 |  传统单一硬件集群模式 |  早期人工多芯片适配模式 |  Anthropic Mythos + 算力倍增器架构 |  
   |  **硬件生态依赖度** |  100% 锁死单一厂商 (CUDA) |  支持 2 类芯片（人力维护困难） |  **通吃 Trainium / TPU / NVIDIA / AMD 四大族** |  
 |  **新芯片算子开发与移植周期** |  无需移植（直接受制于上游） |  数十名顶级工程师攻坚 3~6 个月 |  **Mythos 自主编写，3 天无人工干预跑通** |  
 |  **算力扩张与扩容路径** |  纯线性叠加物理显卡（Capex 爆炸） |  加权线性叠加 |  **物理算力 $ imes$ 乘积级算法倍增器（指数级输出）** |  
 |  **算子自优化与代码自动化率** |  0%（全依赖官方算子库） |  <15%（辅助补全） |  **近 100% 底层 Kernels 机器原生生成** |  
 |  **抗单一云厂商或硬件断供能力** |  极弱（任人宰割） |  较弱（切换成本高昂） |  **极强（跨云无缝调度，极致议价权）** |

## 5. 终结硬件税与资本杠杆：对全球 AI 供应链与 IPO 估值的深层冲击

Anthropic 在路演中展现的这组技术底牌，其影响绝不仅限于技术圈内部，而是对华尔街的
定价逻辑与全球半导体产业格局形成了巨大冲击：

 * **打破垄断溢价，重估 AI 基础设施毛利：** 当顶级模型研发商能够以 3 天时间将模型
   平滑迁移至 AMD 等竞品硬件时，单一芯片供应商的超高溢价护城河将出现裂痕，算力市场
   正从“卖方绝对垄断”转向“多云竞价买方市场”；
 * **从烧钱买卡到算法自繁殖的商业跃迁：** 在数百家 AI 初创深陷“融资即给芯片巨头打工”
   的恶性循环中时，Anthropic 证明了算力倍增器乘法效应的落地潜力。大模型自我优化底层
   代码的能力，将成为拉升企业毛利率的最硬核发动机；
 * **纳斯达克万亿美元 IPO 的技术底气：** 认购超额 6 倍的背后，华尔街看中的正是这种
   不被任何单一云巨头或硬件垄断掐死脖子的工程自主性。Anthropic 正用事实宣告：大模型
   竞争的终局不是拼谁买的卡多，而是拼谁的智能体能够更快地实现递归自我进化。

#### 📝 站长洞察 (Editor’s Insight)

Anthropic 路演曝光的这段内幕，其震撼程度不亚于当年 AlphaGo 的横空出世。最可怕的不是
Anthropic 买了多少算力，而是其内部前沿模型 Mythos 已经能够自主编写并移植底层 GPU
算子！当人类工程师不再是写 CUDA 汇编的瓶颈，异构硬件的壁垒瞬间被抚平。而“算力倍增
器”这一乘法公式，更是彻底揭开了模型递归自改进的冰山一角：一旦模型能够自己寻找更优
算法来放大物理算力，整个产业的扩张速度将彻底脱离实体晶圆厂的产能周期。这才是真正
让传统芯片巨头夜不能寐的范式转移。

🧭 文中关联 AI 工具官网与参数卡（语宙 AI 导航）

**Anthropic ↗**

Anthropic：人工智能安全和研究公司，面向大语言模型场景提供便捷实用的在线功能支持，
涵盖智能工具等实用方向

**Claude ↗**

Anthropic 打造的新一代安全人工智能模型，具备超长上下文理解能力，最强代码伴侣。

**CODING ↗**

CODING 是一个面向软件开发团队的一站式数字化研发管理平台。其核心功能深度整合了软件
开发生命周期的各个环节，

❓ 常见问题解答（FAQ）

Anthropic为什么要同时支持四种芯片？

核心原因是降低对单一硬件和CUDA生态的依赖，提升供应链弹性与跨云议价能力。Claude已
能在AWS Trainium、Google TPU、NVIDIA GPU和AMD GPU上训练与部署，避免被单一算力来源
锁死。

Mythos 3天移植AMD算子是真的吗？

根据文章摘录，Tom Brown在路演中披露：内部模型Mythos在几乎零人类工程师代码干预下，
仅用3天就让Claude在AMD GPU上全量运转，近100%的底层算子由模型自主编写或自动移植完成。

Compute Multipliers是什么意思？

它指算法优化、数据清洗、注意力稀疏化、通信拓扑重构等带来的等效算力增益。Anthropic
用它衡量“总有效算力”，强调算法进步可乘积式放大物理算力投入的产出。

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/trends/42211/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)