Only half an hour! Claude Code "ends" NVIDIA's "strongest moat"?

AI 代碼平台 Claude Code 在半小時內完成了英偉達 CUDA 代碼向 AMD ROCm 平台的移植，展示了生成式 AI 在打破計算生態壁壘方面的潛力。

1 月 22 日，一位用户在社交平台 Reddit 上披露，他使用 Claude Code 將整個 CUDA 後端移植至 AMD 的 ROCm 平台，且無需中間轉換層。

這一案例引發市場關注，部分人士認為這可能削弱英偉達長期以來依賴 CUDA 構建的技術護城河。

不過，業內人士指出，這一成果可能僅適用於較簡單的內核代碼。對於需要深度硬件優化和複雜上下文的代碼庫，AI 工具的移植能力仍面臨顯著侷限。

英偉達的 CUDA 平台長期主導 AI 計算領域，其生態系統的封閉性使得開發者難以將應用遷移至競爭對手 AMD 的 ROCm 平台，這也是英偉達維持市場優勢的關鍵因素之一。

智能代理實現快速移植

據用户 johnnytshi 透露，移植過程中遇到的唯一問題是"數據佈局"差異。

Claude Code 採用智能代理框架運作，能夠智能替換 CUDA 關鍵詞為 ROCm 對應內容，同時確保特定內核的底層邏輯保持一致，而非簡單的關鍵詞替換。

該工具的另一優勢在於簡化了操作流程。開發者無需配置 Hipify 等複雜的轉換環境，可直接通過命令行界面完成移植工作。這種便捷性對降低平台遷移門檻具有實際意義。

該用户並未詳細説明所處理代碼庫的具體類型。由於 ROCm 在設計上模仿了英偉達 CUDA 平台的多個方面，因此簡單的代碼移植對 AI 工具而言難度不大。

業內人士認為，真正的挑戰在於相互關聯的複雜代碼庫。

此類移植需要智能代理系統理解大量上下文信息才能有效完成向 ROCm 的轉換。

更關鍵的是，編寫內核代碼的核心在於實現深度硬件優化。有觀點指出，Claude Code 在針對特定緩存層級等硬件細節的優化方面仍力有不逮，這限制了其在高性能計算場景中的實用性。