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

AI 代码平台 Claude Code 在半小时内完成了英伟达 CUDA 代码向 AMD ROCm 平台的移植，展示了生成式 AI 在打破计算生态壁垒方面的潜力。

1 月 22 日，一位用户在社交平台 Reddit 上披露，他使用 Claude Code 将整个 CUDA 后端移植至 AMD 的 ROCm 平台，且无需中间转换层。

这一案例引发市场关注，部分人士认为这可能削弱英伟达长期以来依赖 CUDA 构建的技术护城河。

不过，业内人士指出，这一成果可能仅适用于较简单的内核代码。对于需要深度硬件优化和复杂上下文的代码库，AI 工具的移植能力仍面临显著局限。

英伟达的 CUDA 平台长期主导 AI 计算领域，其生态系统的封闭性使得开发者难以将应用迁移至竞争对手 AMD 的 ROCm 平台，这也是英伟达维持市场优势的关键因素之一。

智能代理实现快速移植

据用户 johnnytshi 透露，移植过程中遇到的唯一问题是"数据布局"差异。

Claude Code 采用智能代理框架运作，能够智能替换 CUDA 关键词为 ROCm 对应内容，同时确保特定内核的底层逻辑保持一致，而非简单的关键词替换。

该工具的另一优势在于简化了操作流程。开发者无需配置 Hipify 等复杂的转换环境，可直接通过命令行界面完成移植工作。这种便捷性对降低平台迁移门槛具有实际意义。

该用户并未详细说明所处理代码库的具体类型。由于 ROCm 在设计上模仿了英伟达 CUDA 平台的多个方面，因此简单的代码移植对 AI 工具而言难度不大。

业内人士认为，真正的挑战在于相互关联的复杂代码库。

此类移植需要智能代理系统理解大量上下文信息才能有效完成向 ROCm 的转换。

更关键的是，编写内核代码的核心在于实现深度硬件优化。有观点指出，Claude Code 在针对特定缓存层级等硬件细节的优化方面仍力有不逮，这限制了其在高性能计算场景中的实用性。