令人惊叹的是，johnnytshi在短短30分钟内，就把整个CUDA后端移植到了AMD ROCm上，而且中间没用任何翻译层。 另外一个好处当然是，不用费劲去搭像Hipify这种复杂的翻译环境了；直接在命令行（CLI）里就能干活。

近日，科技圈被一则消息彻底引爆：Reddit平台上，开发者johnnytshi分享了一项颠覆性操作—— Claude Code仅耗时30分钟，便成功将一整套完整的CUDA后端代码，移植到了AMD的ROCm平台，而且无需任何中间转换层。

一夜之间，CUDA护城河被AI终结了？ 这几天，一位开发者johnnytshi在Reddit上分享了一个令人震惊的操作： Claude Code仅用了30分钟，便将一段完整的CUDA后端代码，成功移植到AMD的ROCm上。 整个过程，没有手写一行代码 ...

事实上，各界为打破 CUDA 的技术 “护城河”，已持续推进相关研发数月：ZLUDA 等项目相继落地，微软等企业也在内部开展了相关工作。但在面向 GPU 加速性能的核函数编写领域，英伟达的主导地位至今仍未被撼动。

辉达的CUDA平台长期以来被视为AI计算领域最强大的「技术护城河」，其封闭的生态系让开发者极难将应用迁移至竞争对手平台，这也是辉达维持市场优势的关键因素。然而，Claude Code采用智慧代理框架，它并非机械式地替换关键字，而是能理解程序码内核函数的底层逻辑，解决了如「数据布局」差异等复杂的结构性问题。

几个小时前，NVIDIA CUDA Toolkit 13.1 正式发布，英伟达官方表示：「这是 20 年来最大的一次更新。」 这个自 2006 年 CUDA 平台诞生以来规模最大、最全面的更新包括： NVIDIA CUDA Tile 的发布，这是英伟达基于 tile 的编程模型，可用于抽象化专用硬件，包括张量核心。

其实自 2021 年以来，Nvidia 就已经在其在线列出的许可条款中禁止使用翻译层（translation layers）在其他硬件平台上运行基于 CUDA 的软件，但之前的警告并未包含在安装过程中放置在主机系统上的文档。 但据报道，最近，这个描述已添加到安装 CUDA 11.6 及更高版本时 ...

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。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。