Dalam satu akhir pekan, seluruh set AMD berhasil diadaptasi: Anthropic menggunakan Claude untuk bootstrapping, bukan hardware Nvidia, memecahkan "penghalang tenaga kerja" CUDA

Anthropic di AdvancingAI Conference AMD tahun ini tidak hanya secara resmi mengumumkan rencana penerapan daya komputasi, tetapi juga mengungkapkan detail teknis yang berpotensi mengubah aturan persaingan chip AI: engineer mereka hanya menggunakan model Claude untuk secara otomatis menyelesaikan seluruh proses adaptasi dan optimalisasi performa chip AMD Instinct MI355 dan platform ROCm dalam satu akhir pekan.

Eksekutif Anthropic, Tom Brown, secara terbuka menyatakan di konferensi bahwa perusahaan berencana mengadopsi fasilitas daya komputasi AMD Helios sebesar 2GW, dan secara jelas memilih chip MI355. Pernyataan ini meningkatkan rumor kerja sama di pasar menjadi konfirmasi resmi di tingkat eksekutif. Akun resmi AMD kemudian membagikan ulang tweet pihak ketiga yang berisi pernyataan Tom Brown, seraya mengucapkan terima kasih atas kehadirannya.

Yang lebih mengejutkan adalah proses adaptasi yang diungkap oleh Brown. Tim awalnya memperkirakan peluncuran model di perangkat keras baru sebagai "proyek besar", namun pengalaman nyata sangat berbeda: seorang engineer membiarkan Claude menjalankan tugas adaptasi dan membiarkan proses berjalan sendiri sepanjang akhir pekan, dan pada hari Senin mereka memperoleh kurva performa nyata dari model unggulan Anthropic di perangkat keras tersebut yang "terus meningkat selama akhir pekan".

Pengamat pasar segera berkomentar: “Kita sudah melewati era moat CUDA.” Bagi investor, terobosan ini berarti logika penguncian perangkat keras dalam rantai pasok daya komputasi AI sedang mendapatkan dampak balik dari kemampuan AI itu sendiri. Ketika AI mampu menggantikan engineer untuk menyelesaikan bagian paling mahal dari migrasi perangkat keras, moat ekosistem CUDA NVIDIA yang paling mendasar—biaya migrasi yang tinggi—sedang terkikis oleh AI dari akar-akarnya.

Dari rumor menjadi resmi: Deploy AMD Anthropic muncul ke permukaan

Sebelumnya, pemahaman pasar terkait kerja sama Anthropic dan AMD hanya berada pada tingkat spekulasi industri. Penampilan publik Tom Brown di konferensi teknologi AMD meningkatkan kredibilitas kerja sama dari sinyal tidak langsung menjadi konfirmasi resmi.

Skala penerapan 2GW berarti chip AMD memainkan peran nyata dalam sistem daya komputasi Anthropic, bukan sekadar pembelian simbolis.

Sebagai raksasa AI dengan ARR sebesar 47 miliar USD, valuasi 965 miliar USD, dan telah secara resmi mengajukan dokumen IPO, Anthropic sedang aktif membangun sistem pasokan daya komputasi yang beragam—sebelumnya telah membeli chip dan layanan cloud dari Google, menandatangani kesepakatan hampir 45 miliar USD dengan SpaceX, serta mencapai kesepakatan 1,8 miliar USD dengan Akamai. Bergabungnya AMD secara resmi semakin memperkaya sumber daya komputasi mereka.

Adaptasi perangkat keras AI mandiri: "Tumit Achilles" dinding CUDA

Yang lebih berpengaruh secara jangka panjang daripada skala pesanan adalah kemampuan adaptasi otomatis AI yang ditunjukkan oleh Anthropic.

Secara tradisional, migrasi model besar ke platform perangkat keras baru membutuhkan banyak engineer untuk secara manual menyelesaikan adaptasi operator dasar, optimalisasi performa, dan verifikasi stabilitas—ini merupakan inti dari dinding ekosistem CUDA NVIDIA. Ketergantungan developer terhadap CUDA bukan hanya inertia teknis, namun juga ditentukan oleh biaya migrasi: berpindah platform berarti menginvestasikan sumber daya engineering selama berbulan-bulan atau bahkan bertahun-tahun.

Namun ketika Claude menyelesaikan seluruh proses adaptasi dalam satu akhir pekan, fondasi logika ini mulai bergeser. Deskripsi Brown sangat jelas dan lugas: seorang engineer menjalankan Claude, "membiarkannya menjalankan mesin", lalu proses berjalan sendiri selama akhir pekan. Pada hari Senin, tim mendapatkan grafik kurva performa yang "terus meningkat". Seluruh proses hanya melibatkan seorang engineer dan satu rak mesin yang disediakan oleh AMD.

"Kami pikir ini akan menjadi proyek besar," kata Brown, tapi pengalaman sebenarnya "benar-benar berbeda".

Mengapa sinyal ini punya arti nyata bagi pola chip AI

Dalam pembentukan harga NVIDIA di pasar, dinding ekosistem CUDA adalah penopang utama premium. Esensi dinding ini bukan pada ketidaktergantungan teknologi, tapi pada "dinding biaya tenaga kerja migrasi ekosistem"—meski performa hardware pesaing menyamakan, perusahaan tetap harus menginvestasikan banyak engineer untuk adaptasi ulang stack perangkat lunak, dan biaya sunk cost ini sendiri adalah hambatan terbesar.

Adaptasi otomatis AI menyerang langsung sisi biaya dari dinding tersebut. Jika laboratorium terdepan dapat menggunakan model AI sendiri untuk menyelesaikan adaptasi dan optimalisasi perangkat keras baru dalam beberapa hari, keputusan pembelian perangkat keras akan lebih bergantung pada performa, harga, dan keterjangkauan pasokan, bukan penguncian ekosistem. Mengutip analis Austin Lyons: “Kita sudah melewati era moat CUDA.”

Bagi Anthropic, kemampuan ini memberikan strategi pembelian daya komputasi yang lebih fleksibel. Analisis terbaru SemiAnalysis menunjukkan, margin kotor infrastruktur inferensi Anthropic telah melompat dari 38% menjadi lebih dari 70%, dan memperoleh profit operasi pada kuartal kedua. Memasukkan AMD ke dalam sistem penyedia daya komputasi, tidak hanya memitigasi risiko rantai pasok, tapi juga menyediakan opsi perangkat keras yang lebih efisien untuk permintaan inferensi yang meningkat pesat.

Bagi AMD, memperoleh komitmen deploy resmi dari Anthropic sebagai laboratorium terdepan adalah verifikasi kunci roadmap GPU pusat data mereka. Dan keberadaan alat adaptasi otomatis AI menurunkan hambatan engineering bagi lebih banyak calon pelanggan untuk mencoba platform AMD—ini mungkin aset strategis yang memiliki nilai jangka panjang lebih besar daripada pesanan tunggal.

Analis SemiAnalysis menunjukkan, investasi agresif Anthropic sebelumnya pada data pemrograman membuat kemampuan model mereka unggul, dan kini kemampuan tersebut justru mengembalikan kebebasan mereka dalam memilih perangkat keras.