■事実
AMDとAnthropicは2026年7月22日、サンタクララで戦略的パートナーシップを発表しました。Anthropicが最大2GW分のAMD Instinct MI450シリーズGPUをAMD Helios ラックスケールシステムに導入する内容です。
導入されるのはMI450シリーズに属するMI455X GPU＋AMD EPYC「Venice」CPU＋AMD Pensandoネットワーキング＋ROCmソフトウェアの組み合わせです。
最初の1GW分の導入は2027年上半期に開始予定です。
AMDはAnthropicに対し最大50億ドルの戦略的出資（エクイティ投資）を実施すると表明<br>OpenAIとの契約（AMDがOpenAIに株式ワラントを付与）とは逆方向の資本構造である点が指摘されています。
今回の提携は、Anthropicが既に導入していたAMD Instinct MI355X GPUの実績の上に成り立っています。
両社は今後、Claudeを使ってAMD Instinct GPU向けワークロードを最適化し、ROCmソフトウェアの開発を加速する計画を明らかにしました。
AMD側もエンジニアリング・製品開発チーム全体でClaudeを幅広く採用する方針です。
AMDのAdvancing AI 2026カンファレンスにおいて、Anthropic共同創業者兼Chief Compute OfficerのTom Brown氏が、MI355Xラックの立ち上げ事例を紹介しています。
同氏によれば、エンジニア1名がClaude Codeの「/goal」コマンドを使い、Anthropicの内部推論スタックをAMDハードウェア上で動作させる作業をClaudeに一任し、週末の間そのまま稼働させました。
月曜日に確認したところ、Anthropicの最先端モデルの実際の性能グラフが週末を通じて右肩上がりで改善していました。
チームは当初、新ハードウェアへのモデル移植は「大掛かりなプロジェクトになる」と想定していたとされています。
Helios ラック1台あたりの構成は、アクセラレータ72基・HBM4容量31TB・推論性能は最大2.9 FP4エクサFLOPS（AMD公表値）です。
ROCmは2026年に大きく成熟し、PyTorchの正式サポート（実験的扱いではない）、vLLM・SGLangとの公式互換性を獲得しています。
業界分析（SemiAnalysis）によれば、現行のMI300X／MI355X上でROCmは標準的な推論ワークロードにおいてNVIDIA H100の約90〜95%のスループットを達成し、MLPerf Inference 6.0ではNVIDIA B200との差も1桁パーセント台に縮小しています。
一方、大規模Transformerの学習（トレーニング）用途では、cuDNNやTensorRTといったライブラリの成熟度・Tensor Core最適化の差により、CUDAが依然として20〜30%の優位を保っているとされています。
SemiAnalysisは、MI355X上でのMXFP8デコード主体の密結合線形演算書き換えにより約21.8%のエンドツーエンド性能改善を確認した一方、グループ化MoE GEMMでは1.1倍程度の頭打ちが見られたと報告しています。
ソース
- 一次ソース（提携内容）：AMD公式ニュースルーム https://newsroom.amd.com/news/amd-anthropic-strategic-partnership/
比較表（ROCm対CUDAの現状ギャップ・参考情報整理）
| 項目 | ROCm（AMD） | CUDA（NVIDIA） |
|---|---|---|
| 推論スループット（H100比） | 約90〜95% | 基準（100%） |
| MLPerf Inference 6.0（B200比） | 1桁%差まで縮小 | 基準 |
| 大規模Transformer学習性能 | CUDA比▲20〜30% | 基準（優位） |
| PyTorch対応 | 2026年に正式サポート化 | 元々ネイティブ対応 |
| vLLM／SGLang対応 | 公式互換あり | 公式互換あり |
| 主要ライブラリ成熟度 | 発展途上 | cuDNN／TensorRTで成熟 |
解説
「CUDAの護城河が一夜で崩れた」という見出しの語感はやや煽り気味で、実態は学習用途では依然としてCUDAが20〜30%の性能優位を持つ、という点は最初に釘を刺しておきたい
ただし今回の本質は生の性能差ではなく、「新ハードウェアへの移植・適応にかかる“人件費”という参入障壁」がAI自身によって代替され始めた、という構造変化にある。
従来、CUDAの牙城を支えていたのは技術力そのものというより、開発者が数ヶ月〜数年かけて低レベルオペレータを手作業で最適化する「移行コスト」の高さだった。
その移行作業をClaudeが週末だけで（しかも人間がコードを一行も書き換えずに）終わらせたという事実は、他社にとっても「移行コストの参入障壁」が急速に低くなりつつあることを示唆する。
AMDのコンパイラ・カーネルの多くがオープンソースである点は、エージェント的なコーディング作業と相性が良く、今後の「AIによる自動最適化競争」ではAMDに分がある可能性がある。
逆に言えば、NVIDIA自身もCUDAのAIエージェントによる自動最適化・自動移植ツールを強化してくることは容易に想像でき、両陣営が「移植のAI代替」で追いかけっこになるフェーズに入ったとも読める。
AMDがAnthropicに出資する契約構造（AMD→Anthropicへの50億ドル出資）は、OpenAIの際（AMD株ワラントをOpenAIに付与）と真逆であり、AMDが「顧客に投資してでも採用実績と学習データを確保したい」意欲の強さの表れと解釈できる。
"CUDAの護城河、20年かけて掘ったのに崩されるのはたった1エンジニアの週末作業"という対比は、いかにも今のAI業界らしいスピード感で、ちょっと笑ってしまう。
学習性能ギャップ（20〜30%）が今後どこまで縮まるかは未知数で、MI455X世代の実運用ベンチマークが出そろうまでは「CUDA優位終焉」と断定するのは時期尚早だ。
一般読者への影響としては、AI企業がNVIDIA一極集中から脱却する動きが加速すれば、中長期的にGPU価格競争が働き、AI利用コストの低下にもつながりうる点は注目に値する。
"護城河は崩れていないが、堀を埋める土嚢をAIが自分で運び始めた"というのが今回の一番正確な表現かもしれない