OpenAI刚刚披露了其与超威半导体持续合作的最新细节。在合作中,工程师使用未公开的AI模型,帮助优化超威半导体即将推出的旗舰GPU和CPU设计。关键数据显示,GPU电路的PPA(功耗、性能和面积)最高提升14%,处理器则获得未具体说明的个位数PPA提升。
OpenAI表示,其模型通过重写描述芯片电路的代码,发现了进一步改进空间。这项工作采用SystemVerilog RTL完成,这是高端芯片设计常用的语言。该公司称,其模型的优化工作相当于将一年的传统芯片设计工作压缩至“不到5个月”,并表示这种时间压缩在该领域前所未有。
此外,OpenAI表示,其模型在RTL上的推理能力已达到“专家级微架构师水平”,并预计在当前已经改善的基线基础上,还能从GPU和CPU设计中进一步挖掘PPA提升。
这并不是AI首次参与芯片工作。OpenAI曾与博通合作设计OpenAI Jalapeño,这是一款面向推理的芯片。早在2026年6月,其工程样片就已经运行实际工作负载。
该公司预计将在2026年末前后进行Jalapeño的初期小规模部署,并将更大范围推广定在2027年。相关测试基准已经公布一段时间,据称在单token预测工作负载中,与市场领先的英伟达Blackwell GPU相比,该芯片在功耗和整体延迟方面具有出色优势。
这篇博客文章还介绍了GPT芯片设计能力的演进过程。研究人员通过要求其高端大语言模型改进PicoRV32和Ibex芯片内核来进行测试。每次运行为模型提供112,000个token,并要求其优化吞吐量(由每时钟周期指令数和时钟周期时长共同构成),随后对结果评分。
如果芯片无法工作,或面积超过原设计面积的16倍,则会被评为零分;在测试约束下的最佳设计则获得1.0分。测试也没有告知模型这些芯片将用于哪些工作负载。正如预期,GPT-6.2 Astra在两个维度上的表现都遥遥领先:总体成本最低,优化得分最高。
第二项测试还揭示了一个有趣但并不令人意外的事实:当模型本质上按照初始规格重新设计芯片时,结果优于仅优化现有代码。
目前尚不清楚研究人员是否使用了未经修改的GPT版本来完成这项工作。面向特定任务的高端大语言模型已经存在,可供有能力的用户使用;OpenAI本身也表示,正在与新思科技合作训练GPT-Synopsis,一款用于使用芯片设计工具的模型。
来源: 海外媒体
登录后即可参与技术讨论与同行交流
免费注册