N環球 N GLOBE
Технологія США

OpenAI каже, що його моделі покращили дизайн флагманських GPU AMD на 14%

· N GLOBE

18 листопада OpenAI заявила, що її моделі допомогли вдосконалити чіп висновку Jalapeño та дизайн флагманського графічного процесора AMD, покращивши показники потужності, продуктивності та площі до 14%.

18 листопада компанія OpenAI заявила, що її моделі штучного інтелекту тепер можуть допомогти в розробці тих чипів, на яких працює штучний інтелект. Співпрацюючи з AMD, моделі переписали описи схем для флагманського апаратного забезпечення GPU, підвищивши показники потужності, продуктивності та площі до 14%. На власному першому чіпі висновків OpenAI, Jalapeño, запропоновані моделі зміни зменшили площу деяких одиниць приблизно на десяту частину.

Про що повідомляє OpenAI

В опублікованому 18 листопада дослідницькому оновленні «Розвиток дизайну чіпів за допомогою моделей OpenAI» OpenAI описав два напрямки роботи: удосконалення схемної логіки свого прискорювача логічного висновку Jalapeño та співпрацю з AMD у розробці виробничого апаратного забезпечення, що охоплює флагманський GPU AMD і майбутні блоки CPU. Моделі переписали код SystemVerilog RTL (рівень реєстру-передачі), що описує схеми, а потім пропозиції були перевірені за допомогою усталених засобів автоматизації електронного проектування (EDA). OpenAI підкреслив, що це дослідження та розробка, а не запуск універсального помічника з проектування чіпів.

Щодо цифр, AMD спостерігала покращення до 14% показників потужності, продуктивності та площі (PPA) на вибраних, сильно оптимізованих флагманських блоках інтелектуальної власності GPU, з деякими змінами, включеними в дизайн, надісланий для виробництва. На Jalapeño зміни, запропоновані моделлю, зменшили площу стандартної комірки приблизно на 13% у векторному блоці та на 10% у матричному блоці, перевіреному на кремнії. OpenAI також повідомив про 9881 оцінку двох 32-розрядних процесорів RISC-V з відкритим кодом, PicoRV32 і Ibex, перевіряючи здатність моделей генерувати RTL на основі специфікацій і оптимізувати схеми, включаючи перевірку правильності та обмеження області.

Значення та межі

Важливо те, що докази походять із реального виробництва апаратного забезпечення, а не синтетичних тестів: співпраця AMD перевіряла моделі на вже високооптимізованому комерційному дизайні, а в мікросхемах — домені високої вартості — навіть невеликі локальні переваги виправдовують важку роботу з оптимізації. Але як OpenAI, так і сторонні аналітики застерігають від перечитування результатів: цифра 14% стосується лише окремих блоків, а повний комерційний чіп також включає фізичне розташування, термічні характеристики, вартість перевірки, продуктивність і технологічність, тому локальний приріст не обов’язково перетворюється на загальну перевагу. Модельні пропозиції все ще потребують інженерів-людей для проведення формальної перевірки, перевірки еквівалентності та аналізу мікроархітектури; автономне розпізнавання чіпа ще далеко.

Що дивитися далі

Далі важливо, чи можна вдосконалення, керовані моделлю, перевірити на рівні кремнію, і як прогресує інтеграція з постачальниками EDA, такими як Synopsys. Якщо проектування чіпів за допомогою штучного інтелекту перейде від досліджень до повторюваного робочого процесу інженерів, це може безпосередньо вплинути на швидкість і вартість розробки апаратного забезпечення ШІ наступного покоління.

Джерела: оновлення дослідження OpenAI «Розвиток дизайну чіпів за допомогою моделей OpenAI» (18 листопада 2026 р.); AMD. Фото: файл фото — схема мікросхеми крупним планом.

💬 Comments

No comments yet. Be the first!