OpenAI는 해당 모델이 AMD 플래그십 GPU 설계를 최대 14% 향상했다고 밝혔습니다.

OpenAI는 11월 18일 자사의 모델이 Jalapeño 추론 칩과 AMD의 플래그십 GPU 설계를 개선하여 전력, 성능 및 면적 측정을 최대 14% 향상시키는 데 도움이 되었다고 밝혔습니다.
OpenAI는 11월 18일 자사의 AI 모델이 이제 AI를 실행하는 바로 그 칩을 설계하는 데 도움을 줄 수 있다고 밝혔습니다. AMD와 협력하여 이 모델은 플래그십 GPU 하드웨어에 대한 회로 설명을 다시 작성하여 전력, 성능 및 면적 측정을 최대 14% 향상시켰습니다. OpenAI의 첫 번째 추론 칩인 Jalapeño에서 모델이 제안한 변경 사항은 일부 장치의 면적을 약 10분의 1로 줄였습니다.
OpenAI가 보고한 내용
11월 18일에 발표된 연구 업데이트인 "OpenAI 모델을 통한 칩 설계 발전"에서 OpenAI는 Jalapeño 추론 가속기의 회로 논리를 개선하고 AMD의 주력 GPU 및 곧 출시될 CPU 블록을 다루는 생산 하드웨어 설계에서 AMD와 협력하는 두 가지 작업을 설명했습니다. 모델은 회로를 설명하는 SystemVerilog RTL(레지스터 전송 수준) 코드를 다시 작성한 다음 기존 EDA(전자 설계 자동화) 도구를 사용하여 제안을 확인했습니다. OpenAI는 이것이 범용 칩 설계 보조 프로그램의 출시가 아니라 연구 및 엔지니어링 계정임을 강조했습니다.
수치에 따르면, AMD는 선별되고 크게 최적화된 플래그십 GPU 지적 재산권 블록에서 전력, 성능 및 면적(PPA) 측정이 최대 14% 향상되는 것을 확인했으며 일부 변경 사항은 제조용으로 전송된 설계에 포함되었습니다. Jalapeño에서 모델이 제안한 변경 사항은 표준 셀 영역을 벡터 단위에서 약 13%, 매트릭스 단위에서 10% 줄였으며 실리콘에서 확인되었습니다. OpenAI는 또한 두 개의 오픈 소스 32비트 RISC-V 프로세서인 PicoRV32 및 Ibex에 대해 9,881점의 평가 점수를 보고했으며, 정확성 검사 및 영역 제약 조건을 포함하여 사양에서 RTL을 생성하고 회로를 최적화하는 모델의 능력을 테스트했습니다.
의의와 한계
중요한 점은 그 증거가 합성 벤치마크가 아닌 실제 생산 하드웨어에서 나온다는 것입니다. AMD 협력은 이미 고도로 최적화된 상용 설계에 대해 모델을 테스트했으며 칩(고가치 영역)에서는 작은 로컬 이득이라도 과도한 최적화 작업을 정당화합니다. 그러나 OpenAI와 외부 분석가들은 모두 결과를 과장하지 않도록 주의합니다. 14% 수치는 개별 블록에만 적용되며 완전한 상용 칩에는 물리적 레이아웃, 열, 검증 비용, 수율 및 제조 가능성도 포함되므로 로컬 이득이 전반적인 이점으로 해석될 필요는 없습니다. 모델 제안에는 공식적인 검증, 동등성 확인 및 마이크로아키텍처 검토를 실행하기 위한 인간 엔지니어가 여전히 필요합니다. 자율 칩 승인은 아직 멀었습니다.
다음에 무엇을 볼 것인가
다음으로 중요한 것은 모델 기반 개선이 실리콘 수준에서 추가로 검증될 수 있는지 여부와 Synopsys와 같은 EDA 공급업체와의 통합이 어떻게 진행되는지입니다. AI 지원 칩 설계가 연구에서 반복 가능한 엔지니어링 워크플로로 이동한다면 차세대 AI 하드웨어 개발 속도와 비용에 직접적인 영향을 미칠 수 있습니다.
출처: OpenAI 연구 업데이트, "OpenAI 모델을 통한 칩 설계 발전"(2026년 11월 18일); AMD. 사진: 파일 사진 - 칩 회로 클로즈업.
N環球 
💬 Comments
No comments yet. Be the first!