OpenAI dice que sus modelos mejoraron los diseños de GPU insignia de AMD hasta en un 14%

OpenAI dijo el 18 de noviembre que sus modelos ayudaron a refinar su chip de inferencia Jalapeño y los diseños de GPU insignia de AMD, mejorando la potencia, el rendimiento y las medidas de área hasta en un 14%.
OpenAI dijo el 18 de noviembre que sus modelos de IA ahora pueden ayudar a diseñar los mismos chips que ejecutan la IA. Trabajando con AMD, los modelos reescribieron las descripciones de los circuitos para el hardware GPU insignia, mejorando la potencia, el rendimiento y las medidas de área hasta en un 14%. En el primer chip de inferencia de OpenAI, Jalapeño, los cambios propuestos por el modelo redujeron el área de algunas unidades en aproximadamente una décima parte.
Lo que informó OpenAI
En una actualización de la investigación publicada el 18 de noviembre, “Avanzando en el diseño de chips con modelos OpenAI”, OpenAI describió dos líneas de trabajo: refinar la lógica del circuito de su acelerador de inferencia Jalapeño y colaborar con AMD en diseños de hardware de producción, que cubren la GPU insignia de AMD y los próximos bloques de CPU. Los modelos reescribieron el código SystemVerilog RTL (nivel de transferencia de registro) que describe los circuitos, y luego las propuestas se verificaron con herramientas establecidas de automatización de diseño electrónico (EDA). OpenAI destacó que se trata de una cuenta de investigación e ingeniería, no del lanzamiento de un asistente de diseño de chips de uso general.
En cuanto a las cifras, AMD observó mejoras de hasta un 14% en medidas de potencia, rendimiento y área (PPA) en bloques de propiedad intelectual de GPU insignia seleccionados y altamente optimizados, con algunos cambios incluidos en un diseño enviado para fabricación. En Jalapeño, los cambios sugeridos por el modelo redujeron el área de la celda estándar en aproximadamente un 13% en la unidad vectorial y un 10% en la unidad matricial, verificado en silicio. OpenAI también informó 9.881 evaluaciones puntuadas en dos procesadores RISC-V de 32 bits de código abierto, PicoRV32 e Ibex, probando la capacidad de los modelos para generar RTL a partir de especificaciones y optimizar circuitos, con comprobaciones de corrección y restricciones de área incluidas.
Importancia y límites
La importancia es que la evidencia proviene de hardware de producción real en lugar de puntos de referencia sintéticos: la colaboración de AMD probó los modelos con diseños comerciales ya altamente optimizados, y en los chips (un dominio de alto valor), incluso las pequeñas ganancias locales justifican un trabajo de optimización intenso. Pero tanto OpenAI como los analistas externos advierten contra la sobrelectura de los resultados: la cifra del 14% se aplica sólo a bloques individuales, y un chip comercial completo también implica diseño físico, térmicas, costo de verificación, rendimiento y capacidad de fabricación, por lo que una ganancia local no tiene por qué traducirse en una ventaja general. Las propuestas de modelos todavía necesitan ingenieros humanos para realizar verificaciones formales, verificaciones de equivalencia y revisiones de microarquitectura; La aprobación del chip autónomo aún está muy lejos.
Qué ver a continuación
Lo que importa a continuación es si las mejoras impulsadas por el modelo se pueden verificar aún más a nivel de silicio y cómo progresa la integración con proveedores de EDA como Synopsys. Si el diseño de chips asistido por IA pasa de la investigación a un flujo de trabajo de ingeniería repetible, podría afectar directamente la velocidad y el costo del desarrollo de la próxima generación de hardware de IA.
Fuentes: Actualización de la investigación de OpenAI, “Advancing chip design with OpenAI models” (18 de noviembre de 2026); AMD. Foto: fotografía de archivo: primer plano del circuito del chip.
N環球 
💬 Comments
No comments yet. Be the first!