Auf seiner am 10. November 2026 gestarteten Roadshow im Vorfeld des Börsengangs hat das US-amerikanische KI-Unternehmen Anthropic eine deutliche Beschleunigung bei der Hardware-Portierung demonstriert.
Demnach brachte das Unternehmen sein Modell Mythos Claude innerhalb von rund drei Tagen auf MI355X-Grafikprozessoren von AMD zum Laufen. Traditionell erfordert ein solches Chip-Bring-up nach Schätzungen von Anthropic einen Zeitraum von sechs bis zwölf Monaten.
Automatisierte Portierung mit Einschränkungen
Laut Tom Brown, Chief Compute Officer bei Anthropic, wurden fast 100 Prozent der Kernel für die AMD-Architektur direkt durch das Sprachmodell portiert oder neu verfasst. Dieser Schritt sei mit nahezu keiner menschlichen Intervention erfolgt.
Den im Rahmen der Präsentation veröffentlichten Angaben stehen jedoch wesentliche Einschränkungen gegenüber. Eine erläuternde Fußnote hält fest, dass sich die Zeitspanne von drei Tagen ausschließlich auf das sogenannte Prompt-Processing eines Anthropic-Modells auf den MI355X-Beschleunigern bei nutzbarer Rechenleistung bezog. Das vollständige Modell, der Trainingsprozess, die reguläre Inferenz sowie der produktive Betrieb waren nicht Teil dieses Tests. Zudem handelt es sich bei den Zahlen um Eigenangaben aus dem IPO-Marketing, die bislang nicht von unabhängiger Seite verifiziert wurden.
Die eingesetzten MI355X-Beschleuniger von AMD basieren auf der CDNA-4-Architektur. Sie verfügen über 288 GB HBM3E-Speicher, eine Bandbreite von 8 TB/s und liefern eine Rechenleistung von bis zu 10 PFLOPS.
Wer sich mit der rasanten Entwicklung und dem Einsatz leistungsfähiger KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Parallel dazu erweiterte Anthropic sein Modellportfolio: Am 9. November debütierte das Modell Claude Mythos 5.2, dessen Bereitstellung zunächst auf Cybersicherheits- und Life-Sciences-Programme beschränkt bleibt.
Breitere Hardware-Basis soll Kosten senken
Hinter den Anpassungsbemühungen steht eine Multi-Plattform-Strategie. Anthropic will damit die Abhängigkeit von einzelnen Chipherstellern reduzieren und Betriebskosten senken. Aktuell trainiert und betreibt das Unternehmen seine Claude-Systeme auf vier verschiedenen Chip-Families: AWS Trainium, Google TPUs sowie Grafikprozessoren von Nvidia und AMD.
Laut den Unterlagen des Wertpapierprospekts verzeichnete Anthropic parallel dazu operative Fortschritte: Die Compute-Effizienz des Unternehmens stieg um den Faktor 4,3 von einem Wert von 0,40 im ersten Quartal 2025 auf 1,72 im dritten Quartal 2026.
Die Hardware-Lieferanten sind gleichzeitig wesentliche Finanziers des Unternehmens. Im Rahmen einer Privatplatzierung über ein Gesamtvolumen von 26 Milliarden US-Dollar beteiligten sich Nvidia und Google mit jeweils rund 10 Milliarden US-Dollar, während auf AMD ein Betrag von rund 2,5 Milliarden US-Dollar entfiel.
Während die technologische Entwicklung von KI-Modellen voranschreitet, stellt der Gesetzgeber bereits konkrete Anforderungen an deren Dokumentation und Risikobewertung. Welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen, klärt dieser kostenlose Fachreport auf. Kostenlosen Report zur KI-Verordnung anfordern
Die Entwicklungen spiegelten sich auch am Kapitalmarkt wider: Die Aktie von AMD schloss bei 552,90 US-Dollar, was einem Zuwachs von 37 Prozent innerhalb von vier Handelstagen ausgehend von 404,40 US-Dollar am 5. November entspricht.
Ungeachtet der Fortschritte von AMD verweisen Marktberichte auf die weiterhin dominierende Stellung von Nvidia im KI-Sektor. Nvidias Technologievorsprung stütze sich neben der CUDA-Softwareplattform auf umfangreiche Bibliotheken, Entwicklerwerkzeuge sowie Verbindungstechniken wie NVLink, NCCL und InfiniBand.
Zudem greife Nvidia auf eine weltweite Basis von mehr als 7,5 Millionen CUDA-Entwicklern zurück und fördere die Nutzung der eigenen Architektur kontinuierlich durch kostenlose Hardware-Bereitstellungen und Trainingsprogramme an Hochschulen. Ein einzelner Portierungserfolg reiche nicht aus, um diesen Ökosystem-Vorteil zu entwerten.