OpenAI 模型幫 AMD 改晶片設計:旗艦 GPU 效能功耗面積提升最多 14%

OpenAI 公布 AI 參與晶片設計的成果:AMD 旗艦 GPU 設計的功耗、性能與面積綜合指標提升最多 14%,約等於一年的設計進度;自家推理晶片 Jalapeño 的面積也縮減約一成。
OpenAI 在 11 月 18 日公布的研究報告中表示,其 AI 模型已能為晶片設計帶來實質改進:與 AMD 合作改寫旗艦 GPU 的電路描述代碼後,功耗、性能與面積(PPA)綜合指標相對已高度優化的基準提升最多 14%。OpenAI 稱,這相當於約一年的設計進度,在不到五個月內完成。
自家晶片先行:Jalapeño 的實測成績
這項工作源於 OpenAI 自家的首款推理晶片 Jalapeño。團隊從 2025 年初開始用 GPT-o3 mini 協助設計,從最初設計到流片只用了九個月。模型提出的改動讓向量單元的標準單元面積減少約 13%、矩陣單元減少約 10%,其中一處乘法器重新設計後面積減少約 15%,延遲還從兩個時鐘週期降為一個。這些優化已在晶片實際點亮測試中得到驗證,工程樣品正以目標頻率與功耗運行包括 GPT-5.3-Codex-Spark 在內的機器學習任務,初步部署計劃在 2026 年底前展開。
與 AMD 合作:旗艦 GPU 與下一代 CPU
在與 AMD 的合作中,模型直接改寫描述晶片電路的 SystemVerilog RTL 代碼,並用 Synopsys 的工具驗證每次改寫都保留原有功能、同時評估功耗、性能與面積的取捨。AMD 已把部分模型提出的改動納入最近送交製造的一款設計,其餘改動則加入生產設計檔案,供未來版本使用。AMD 也驗證了模型為其下一代旗艦 CPU 關鍵模塊帶來的個位數百分比 PPA 提升。
開源處理器評測:最新模型領先
為衡量不同世代模型的晶片設計能力,OpenAI 在兩個開源 32 位 RISC-V 處理器核心 PicoRV32 與 Ibex 上進行了 9,881 次評分測試,要求模型優化現有設計或按文字規格從頭設計。每次測試的預算約為 112,000 個 token,結果 GPT-6.2 Astra 在兩項任務中平均分最高,GPT-6.1 Sol 也優於 GPT-5.6 Sol。OpenAI 同時坦言,從規格設計得分較高,部分原因是模型可以省略原始核心中對測試無益的功能,例如性能計數器。
下一步與仍有限制
OpenAI 表示,正與 Synopsys 合作訓練新模型 GPT-Synopsys,讓模型像專業晶片設計師一樣使用電子設計自動化工具。不過這項成果仍有限制:AMD 截至 11 月 19 日尚未就此發表自家聲明,也未點名哪些產品採用了模型提出的改動;14% 是功耗、性能與面積的綜合指標,並不等於晶片速度快 14%,也還沒有成品晶片的實測數據。同期 Anthropic 也稱,其 Claude Mythos Preview 模型僅用約三天就在 AMD MI355X 晶片上跑起模型,顯示 AI 設計晶片正成為業界競逐的新戰場。
(題圖為示意圖:AMD 與 OpenAI 標誌疊加在晶片電路板上。圖片來源:TechReport)
N環球 
💬 留言
暫時還沒有留言,來搶沙發!