OpenAI 披露 AI 芯片设计进展:AMD GPU IP 的 PPA 最高改善 14%
据 IT之家 11 月 19 日报道,OpenAI 于当地时间 11 月 18 日发布技术报告《Advancing chip design with OpenAI models》,披露 AI 辅助芯片设计的最新成果。相关模型已用于自研推理芯片 Jalapeño,以及 AMD 下一代 GPU、CPU 的电路优化。其中,OpenAI 称,AMD 旗舰 GPU IP 的性能、功耗和面积综合指标(PPA)最高改善 14%;Jalapeño 向量计算单元的标准单元面积估算减少约 13%。
从修改代码走向实际电路优化
据介绍,OpenAI 工程师早在 2025 年初就开始使用 GPT-4o 辅助设计 Jalapeño。模型参与的并非文档整理,而是浮点运算、低精度点积等电路的结构改进,通过调整硬件描述代码,寻找更省资源或延迟更低的实现方式。
- 在 Jalapeño 中,一项乘法器重新设计使综合后的标准单元面积减少约 15%,运算延迟由两个时钟周期缩短至一个。
- 另一项加法器设计在保持两个时钟周期延迟的同时,使标准单元面积减少约 15%。
- OpenAI 估算,模型修改使向量计算单元和矩阵计算单元的标准单元面积分别减少约 13% 和 10%,相关优化已通过实际芯片验证。
需要区分的是,这些面积降幅针对特定计算单元或电路,并不代表整颗芯片缩小同样比例。标准单元面积也不等同于最终芯片面积,不能据此直接推算制造成本或整机性能变化。
AMD 合作的意义:进入已有优化基础的设计流程
在 AMD 项目中,模型通过重写 SystemVerilog RTL 代码优化电路结构。OpenAI 表示,相比已经高度优化的基准设计,旗舰 GPU IP 获得最高 14% 的 PPA 改进,并将约一年的设计优化进展压缩到不到 5 个月。AMD 已将部分成果纳入近期送交制造的芯片设计,其他修改则进入供后续产品使用的生产设计文件。
AMD 下一代旗舰 CPU 的关键模块也验证了个位数百分比的 PPA 提升。PPA 改进不等于产品性能同比例上涨,但它说明模型有机会在成熟设计中继续挖掘空间,其价值不仅是生成代码,更在于缩短反复修改与验证的过程。
评测表现之外,量产约束仍是关键
OpenAI 还使用 PicoRV32 和 Ibex 两款开源 32 位 RISC-V 内核,测试模型优化现有设计及从规格重新设计处理器的能力。评估综合考虑正确性、吞吐量和面积限制,共包含 9881 次计分运行。据报告,在约 11.2 万 Token 的单次运行预算下,GPT-6.2 Astra 在两款内核上的平均得分均最高。
不过,从零设计任务的高分需要谨慎理解。OpenAI 指出,模型可能省略性能计数器、额外指令等对测试吞吐量帮助有限的功能。若要求保留这些功能、收紧面积限制,并检查物理综合后的时序,结果才会更接近量产场景。
下一步,OpenAI 将与新思科技合作训练 GPT-Synopsys,让模型使用专业 EDA 工具开展设计与验证。对芯片产业而言,更值得关注的是 AI 能否在完整工程约束下稳定交付可验证的优化,而非单项基准得分。此次披露显示 AI 正进入真实设计流程,但还不足以说明它能够替代完整的芯片研发体系。