要約:
Anthropic は、最新の AI モデル Claude Mythos Preview により、人工知能モデルを AMD GPU プラットフォームに展開するために必要なソフトウェア開発時間が大幅に短縮されたと述べました。同社によれば、これまでこの作業には通常 6 ~ 12 か月かかり、完了までに数十人のエンジニアが必要でしたが、Claude Mythos では、手作業による介入をほとんど行わずに、重要なソフトウェア適応作業を約 3 日で完了できます。この発展により、NVIDIA が CUDA ソフトウェア エコシステムに基づいて長年築いてきた競争上の障壁が弱まる可能性があります。

Anthropic の共同創設者兼最高コンピューティング責任者の Tom Brown 氏は、投資家向けの同社の IPO ロードショーでこの結果を紹介しました。同氏は、Claude Mythos は GPU カーネル コードのほぼ 100% を自動的に移植または書き込みできるため、Claude モデルを AMD Instinct MI355X アクセラレータ上で実行できると述べました。以前は、同様のハードウェア適応作業には数十人のエンジニアからなるチームが必要で、数か月かかることがよくありました。
ただし、Anthropic が開示した 3 日間には適用範囲が明確であり、モデルの展開、運用環境の検証、パフォーマンスの最適化プロセス全体が 3 日以内に完了できるという意味ではありません。ロードショー資料の脚注では、この成果は特に Anthropic モデルが AMD MI355X GPU 上でプロンプト ワード プロセッシング (プレフィル) タスクを完了し、実用価値のあるパフォーマンス レベルに達することを目的としていると指摘しています。 Anthropic は、モデル生成の回答段階 (Decode) も含まれるかどうかを明確に述べていません。
GPU コアは、人工知能ソフトウェアと基盤となるハードウェアの間の重要な接続です。モデル計算タスクを、特定のプロセッサーで効率的に実行できる命令に変換する役割を果たします。メーカーが異なると、GPU アーキテクチャ、メモリ システム、コンピューティング ユニットに違いがあるため、同じ AI モデルでも、異なるハードウェア プラットフォームに合わせて基盤となるコードを作成したり、調整したりする必要があることがよくあります。この種の作業は、長い間、NVIDIA の CUDA エコシステムにとって利点の重要な源泉でした。
NVIDIA の CUDA プラットフォームは 20 年近く開発されており、成熟したコンパイラ、開発ツール、最適化ライブラリ、大規模な開発者コミュニティを備えています。 AMD は独自の ROCm ソフトウェア プラットフォームを備えており、HIP プログラミング層を通じて関連するコンピューティング タスクをサポートしています。開発者が CUDA コードを AMD プラットフォームに移行できるようにするために、AMD は以前に HIPify ツールを開始しました。ただし、コード変換を行ったからといって、すべてのプログラムがそのまま理想的なパフォーマンスを得ることができるわけではありません。通常、開発者は多くのデバッグと最適化を行う必要があります。
AI プログラミング ツールの進歩により、この状況は変わりつつあります。 AMDの人工知能ソフトウェア担当副社長であるアヌシュ・エランゴバン氏は今年4月、ClaudeにはWeb検索機能が組み込まれており、処理中により多くの技術情報を取得できるため、コード変換においてHIPifyよりも優位性があると述べた。 AMDは以前、AIエージェントを使用してGPUカーネルを自動的に記述する研究結果を実証したが、初期のシステムは一部のテストでは依然として人間の専門家より劣っていた。
Anthropic は、モデルを実行するために Nvidia GPU だけに依存しているわけではありません。同社は、NVIDIA と AMD の GPU、Google TPU、Amazon AWS Trainium などのさまざまな種類のアクセラレータを同時に使用し、これらのハードウェア リソースを柔軟にスケジュールされたコンピューティング リソース プールに統合管理しました。 Tom Brown氏は以前、マルチチッププラットフォーム戦略を採用するという同社の早期決定は異例の選択だったと述べた。ソフトウェアの適応時間が大幅に短縮されるため、この戦略はさらに魅力的になる可能性があります。
Anthropic は今年初めて AMD GPU の使用を開始し、最大 2 ギガワットのコンピューティング能力を含む AMD との協力協定に達しました。両当事者が以前に開示した情報によると、AMDはInstinctシリーズGPUのワークロードを最適化し、ROCmソフトウェアプラットフォームの開発を加速するためにClaudeも利用しているという。 AMDは、AIによるカーネルコードの自動生成により、顧客が同社アクセラレータを採用するための技術的な敷居がさらに低くなることが期待されると考えている。
実際、AMD 経営陣は、AI プログラミング ツールが GPU ソフトウェア エコシステムに与える影響について繰り返し語ってきました。 AMDの最高経営責任者(CEO)Su Zifeng氏は昨年9月、大量のAIソフトウェアはもともとCUDAを中心に開発されたが、コードのかなりの部分はソフトウェアツールを通じてAMDプラットフォームに適した形式に変換できるようになったと述べた。今年7月、AMD上級副社長のVamsi Boppana氏も、AMD GPUを採用する際に残るソフトウェアの障壁はAIによって取り除かれると期待されていると述べた。
今年 7 月に開催された AMD Advancing AI イベントでは、OpenAI の Philippe Tillet 氏も GPU コア開発における AI エージェントの役割について話しました。同氏は、OpenAIがAMD Heliosラックを入手した後、システムが適切に機能していることをエンジニアが確認するのにわずか数日しかかからなかったと述べ、これまでカーネルエンジニアが担当していた作業の一部をAIエージェントが徐々に引き継ぎつつあると指摘した。 AMDはまた、エンジニアがクロードにMI355Xラックの起動を手伝い、週末の間システムを稼働し続けるよう依頼したことも明らかにした。
Anthropic によって開示されたデータは、関連する結果が単なるデモンストレーションや AMD 自体の宣伝ではなくなったため、注目を集めています。実際にチップを購入して使用する AI 企業として、Anthropic は、自社のエンジニアリング業務における時間の経過に伴う変化を投資家に開示してきました。同社の IPO 目論見書には、クロード氏の支援により、同社が過去よりもはるかに低いエンジニアリング投資で新しいチップ プラットフォームを生産環境に導入することができたと記載されていますが、この文書には具体的な 3 日間の数字は示されていませんでした。
ただし、適応速度の向上は、AMD GPU がパフォーマンスにおいて Nvidia に匹敵したことを直接証明するものではありません。 Anthropic は、MI355X での Claude の実際の実行速度を発表しておらず、Nvidia の同様のハードウェアとのパフォーマンス比較データも提供していません。報告書はまた、同社が表示したグラフでは両ソリューションの適応進捗率が100%に近いとされているものの、この比率がどのような作業内容に相当するのかについては詳しく説明されていなかったと指摘した。
Nvidia CEO のジェンセン フアン氏は以前、同社自身も GPU コアの開発を支援するために AI を使用しており、Nvidia ほど自社のチップ アーキテクチャを理解している人はいないため、Nvidia はハードウェアのパフォーマンスを最大限に活用できると信じていると述べています。 Anthropic などの企業による他のアクセラレータの採用について、同氏はかつて Anthropic を業界の傾向ではなく特殊なケースだと述べていました。
同時に、GPU カーネルの AI 自動書き込みも新たなリソースのボトルネックに直面しています。 SemiAnalysis が今年 7 月に発表した分析では、ソフトウェア開発コストは減少しているものの、AI エージェントによって生成されたコードは依然として実際の GPU でテストおよび検証される必要があると考えられています。各エージェントはテストを実行するために対応する GPU リソースを必要としますが、そのような開発のための AMD の内部 GPU リソースは不十分であり、これがアプリケーションのさらなる拡張の制約となる可能性があります。
全体として、Claude Mythos のデモンストレーションの重要性は、特定のソフトウェア開発プロセスを短縮するだけでなく、AI が異なる GPU プラットフォーム間のソフトウェア移行のコストを変える可能性があることにもあります。 CUDA の利点はすぐになくなるわけではありません。その成熟したツールチェーン、開発者エコシステム、長期にわたって蓄積されたパフォーマンス最適化の経験は依然として価値があります。しかし、AI がコードの移植、カーネルの作成、ハードウェアの適応をますます自動的に完了できるようになれば、顧客は GPU を選択する際に特定のソフトウェア エコシステムに依存することが少なくなる可能性があります。 AMD などの競合他社も、もともと主に Nvidia プラットフォームを低コストで使用していた顧客を獲得する機会を得ることができます。
コメント