在近期举办的Advancing AI 2026大会上，AMD CEO苏姿丰展示了从GPU、CPU、网络、机柜级系统到软件平台的全方位布局，将英伟达（NVIDIA）视为直接竞争对手。AMD正试图构建一套独立于CUDA生态系统之外的完整AI基础设施平台，涵盖ROCm软件、Instinct GPU、EPYC CPU、Pensando网络以及机架级AI系统Helios。
长期以来，英伟达在AI算力领域的优势不仅源于GPU的硬件性能，更依赖于其深耕十多年的CUDA软件生态系统。这套生态包含了丰富的开发工具、计算函数库以及长期积累的工程优化经验。对于芯片竞争对手而言，主要的挑战在于如何降低开发者从CUDA迁移至其他平台所需的时间、成本与风险。过去，即便AMD能够推出性能强劲且配备更大容量高带宽内存（HBM）的GPU，客户在采购时仍需考虑背后整套模型、框架和通信系统的迁移难度。
然而，这一局面正随着AI技术的发展出现新变化。据一份尚未获得DeepSeek官方证实的投资人会议纪要显示，DeepSeek创始人梁文锋指出，随着AI编程能力的提升以及TileLang等高级语言的普及，重写英伟达生态系统中的部分算子与软件组件的难度正在降低。
与此同时，AI大模型本身也开始成为跨硬件平台软件迁移的辅助工具。在Advancing AI 2026大会上，Anthropic联合创始人兼首席计算官Tom Brown分享了一个实际案例。在测试AMD Instinct MI355X系统时，Anthropic团队原本预计将内部Claude推理堆栈部署到新硬件上需要耗费大量人力。但通过让Claude参与系统启动与调优，工程师在周末持续执行任务，周一便获得了Claude模型在AMD硬件上运行且不断优化的性能曲线。这表明，虽然AI尚未能完全替代工程师，但已能协助完成过去需要大量人工经验和反复调试的部分工作。
研究机构SemiAnalysis的评估也印证了AMD在软件层面的进步。该机构曾在2024年的报告中指出AMD缩小与英伟达软件差距的概率极低，并直言ROCm存在大量缺陷。但在2026年的最新报告中，SemiAnalysis表示，尽管ROCm的成熟度仍不及CUDA，AMD的软件团队在修复问题和适配新模型方面的速度已显著提升。
这种软件生态的改善也推动了AMD客户版图的扩张。目前，OpenAI、Meta和Anthropic等头部AI企业已相继与AMD达成大规模合作，微软也决定在Azure云平台部署AMD Helios系统。其中，AMD与Anthropic的合作尤为深入，Claude不仅参与了Instinct GPU上AI工作负载的优化和ROCm软件平台的发展，AMD也在自身的工程研发和产品开发流程中广泛采用Claude。这种合作模式已超越了单纯的硬件采购，转变为模型厂商与芯片厂商共同提升软硬件性能的协同开发。
随着大模型厂商逐渐参与到基础设施的创新中，并通过与不同硬件厂商合作来丰富算力来源、降低对单一计算平台的依赖，英伟达CUDA生态系统所面临的竞争环境正在发生改变。AI辅助编程和代码迁移能力的提升，为打破原有的软件生态壁垒提供了新的技术路径。
