Claude Code直接把NVIDIA的護城河給剷平了，而且只花了半小時！

近日，科技圈被一則消息徹底引爆：Reddit平台上，開發者johnnytshi分享了一項顛覆性操作——Claude Code僅耗時30分鐘，便成功將一整套完整的CUDA後端代碼，移植到了AMD的ROCm平台，而且無需任何中間轉換層。

“CUDA花了20年時間構築起這道護城河，可能在6個月內消失。”johnnytshi説。

ps. Claude Code是美國公司 Anthropic 推出的 AI 編程智能體工具，可深度理解代碼邏輯，支持代碼移植、編寫等開發任務，最近爆火。

johnnytshi介紹稱，整個移植過程全程零手寫代碼，這般高效的操作，儼然要直接填平CUDA與ROCm兩大生態系統之間的鴻溝。

更值得關注的是，此次移植完全摒棄了Hipify翻譯層等傳統中間轉換工具，僅憑命令行（CLI）一鍵就能完成。

就連AMD軟件開發副總裁 Anush Elangovan 都對此深感震驚，直言GPU編程的未來，必將屬於AI智能體。

消息一經傳出，全網瞬間沸騰，不少業內人士紛紛感嘆：NVIDIA堅守多年的CUDA護城河，恐怕要守不住了。

這一切，究竟是怎麼回事？

作為運行在智能體框架上的工具，Claude Code的核心優勢的在於其具備自主思考能力。在代碼移植過程中，它並非機械地替換關鍵詞，而是能夠深度理解代碼邏輯，尤其是特定核函數的底層運行原理。

據開發者johnnytshi介紹，此次移植中最棘手的難題——兩大平台的數據佈局差異，也被Claude Code完美化解，確保了內核核心計算邏輯的一致性。

更令人驚歎的是，整個移植流程僅用了30分鐘，且無需搭建Hipify這類複雜的翻譯環境，直接通過命令行即可高效完成。這一操作的出現，徹底打破了CUDA與ROCm之間的遷移壁壘。

要知道，NVIDIA在GPU領域的霸主地位，很大程度上正是建立在CUDA生態的基礎之上。如今，CUDA幾乎已成為行業標準，無數AI框架、深度學習庫以及科學計算工具，都與其深度綁定。

反觀AMD的ROCm，儘管自身功能強悍，但長期以來始終受困於生態兼容性不足、開發者遷移成本過高等痛點，難以與CUDA分庭抗禮。

而此次Claude Code的零代碼、高時效移植操作，無疑為ROCm生態的崛起注入了強心劑。隨着AI智能體在代碼移植領域的能力不斷突破，未來或許會有越來越多的CUDA代碼，能夠輕鬆適配AMD GPU運行。

當然，由於編寫內核的關鍵在於確保“深度硬件”優化，因此有人認為Claude Code在這方面仍然存在不足，尤其是在特定的緩存層次結構方面。

但有了這個開端，NVIDIA的生態壟斷，或許似乎真的要迎來變數。

事實上，上個月NVIDIA發佈CUDA 13.1就曾引發過NVIDIA“護城河”是否會被削弱的討論，儘管官方將其定位為“自2006年CUDA平台誕生以來最大、最全面的升級”。

CUDA 13.1最大的更新是採用的CUDA Tile編程模型，這是一種基於數據塊（tile）的模型，其設計目標是大幅降低GPU編程的門檻，開發者可以專注於將數據組織成塊並進行計算，而底層複雜的線程調度、內存佈局以及硬件資源映射等工作，則由編譯器和運行時系統自動處理。

芯片設計界資深人物、曾參與AMD Zen、蘋果A系列和特斯拉Autopilot設計的Jim Keller認為，如果未來的主流GPU編程逐漸轉向這種Tile-based方式，開發者一旦習慣了這的模式，那麼同一套程序邏輯就更容易移植到不同的GPU硬件上，不像過去的CUDA那樣高度綁定NVIDIA硬件，這可能會給AMD、Intel或新興的AI公司提供切入機會。