文章介绍了网友johnnytshi利用AI编程平台Claude Code在30分钟内将英伟达CUDA后端代码移植到AMD的ROCm平台的过程，强调了AI在代码迁移中的高效性和局限性，并简要解释了CUDA和ROCm的背景及其在高性能计算中的作用。
1 月 23 日消息，网友 johnnytshi 昨日（1 月 22 日）在 Reddit 社区发帖，称其借助 AI 编程平台 Claude Code，仅用时 30 分钟就将一套完整的英伟达 CUDA 后端代码移植到了 AMD 的 ROCm 平台上。
与传统方法不同，此次移植完全由 AI 主导，过程中未使用任何中间转换层。该网友借助 Claude Code 的智能体框架，让 AI 理解代码的底层逻辑，智能地将 CUDA 特有的指令映射为 ROCm 的对应实现。
开发者无需搭建复杂的 Hipify 转换环境，仅需通过命令行界面（CLI）与 AI 交互即可完成迁移。据该用户反馈，移植过程中遇到的主要阻碍仅在于“数据布局”的差异，其余部分均由 AI 顺利解决。
原文作者指出，ROCm 在设计上本就模仿了 CUDA 的诸多特性，因此简单的代码移植对 AI 而言并非难事。
然而，一旦涉及高度互联的复杂代码库，或者需要针对特定缓存层级进行“深度硬件优化”时，Claude Code 目前的能力可能尚显不足。
IT之家注：CUDA 是英伟达（NVIDIA）推出的“独门秘籍”，让显卡不仅能玩游戏，还能进行复杂的科学计算和 AI 训练，是英伟达在 AI 领域占据统治地位的核心护城河。
ROCm 是 AMD 公司为了对抗英伟达 CUDA 而推出的开放式计算平台，相当于 AMD 版的“独门秘籍”，旨在让 AMD 显卡也能运行高性能计算任务。