N環球 N GLOBE
Tecnologia dos EUA

OpenAI afirma que seus modelos melhoraram os designs de GPU carro-chefe da AMD em até 14%

· N GLOBE

A OpenAI disse em 18 de novembro que seus modelos ajudaram a refinar seu chip de inferência Jalapeño e os principais designs de GPU da AMD, melhorando a potência, o desempenho e as medidas de área em até 14%.

A OpenAI disse em 18 de novembro que seus modelos de IA agora podem ajudar a projetar os próprios chips que executam a IA. Trabalhando com a AMD, os modelos reescreveram as descrições dos circuitos dos principais hardwares de GPU, melhorando a potência, o desempenho e as medidas de área em até 14%. No primeiro chip de inferência da OpenAI, Jalapeño, as mudanças propostas pelo modelo reduziram a área de algumas unidades em cerca de um décimo.

O que OpenAI relatou

Em uma atualização de pesquisa publicada em 18 de novembro, “Avanços no design de chips com modelos OpenAI”, a OpenAI descreveu duas vertentes de trabalho: refinar a lógica do circuito de seu acelerador de inferência Jalapeño e colaborar com a AMD em projetos de hardware de produção, cobrindo a GPU carro-chefe da AMD e os próximos blocos de CPU. Os modelos reescreveram o código SystemVerilog RTL (nível de transferência de registro) que descreve os circuitos, e as propostas foram então verificadas com ferramentas estabelecidas de automação de projeto eletrônico (EDA). A OpenAI enfatizou que esta é uma conta de pesquisa e engenharia, não o lançamento de um assistente de design de chip de uso geral.

Nos números, a AMD observou melhorias de até 14% nas medidas de potência, desempenho e área (PPA) em blocos de propriedade intelectual de GPU emblemáticos selecionados e altamente otimizados, com algumas mudanças incluídas em um design enviado para fabricação. No Jalapeño, as mudanças sugeridas pelo modelo reduziram a área da célula padrão em cerca de 13% na unidade vetorial e 10% na unidade matricial, verificada no silício. A OpenAI também relatou 9.881 avaliações pontuadas em dois processadores RISC-V de código aberto de 32 bits, PicoRV32 e Ibex, testando a capacidade dos modelos de gerar RTL a partir de especificações e otimizar circuitos, com verificações de correção e restrições de área incluídas.

Significância e limites

A importância é que a evidência vem de hardware de produção real, e não de benchmarks sintéticos: a colaboração da AMD testou os modelos em relação a designs comerciais já altamente otimizados, e em chips – um domínio de alto valor – mesmo pequenos ganhos locais justificam um trabalho pesado de otimização. Mas a OpenAI e os analistas externos alertam contra a leitura exagerada dos resultados: o número de 14% aplica-se apenas a blocos individuais, e um chip comercial completo também envolve layout físico, térmicas, custo de verificação, rendimento e capacidade de fabrico, pelo que um ganho local não precisa de se traduzir numa vantagem global. As propostas de modelos ainda precisam de engenheiros humanos para executar verificações formais, verificações de equivalência e revisão da microarquitetura; a aprovação autônoma do chip ainda está muito distante.

O que assistir a seguir

O que importa a seguir é se as melhorias orientadas pelo modelo podem ser verificadas ainda mais no nível do silício e como progride a integração com fornecedores de EDA, como a Synopsys. Se o design de chips assistido por IA passar da pesquisa para um fluxo de trabalho de engenharia repetível, isso poderá afetar diretamente a velocidade e o custo de desenvolvimento da próxima geração de hardware de IA.

Fontes: atualização da pesquisa OpenAI, “Advancing chip design with OpenAI models” (18 de novembro de 2026); AMD. Foto: foto de arquivo – close-up do circuito do chip.

💬 Comments

No comments yet. Be the first!