OpenAI 模型幫 AMD 改 GPU 設計,部分改動已送去製造
OpenAI 11 月 18 日在官方部落格公布,與 AMD 合作用自家模型改進 AMD 旗艦 GPU 的電路設計,相較高度優化過的原始設計,功耗、效能與晶片面積(業界合稱 PPA)最多改善 14%。AMD 已經把部分改動放進最近一款送去製造的晶片設計,其他則加入正式設計檔,供之後的版本使用。
OpenAI 說,這等於用不到 5 個月做完大約一年的進度。AMD 也驗證,用 OpenAI 模型寫出的設計,讓下一代旗艦 CPU 幾個關鍵區塊的 PPA 提升個位數百分比。
模型改寫描述電路的程式碼,再用 Synopsys 工具驗證
依 OpenAI 說明,模型的做法是改寫描述晶片電路的程式碼(SystemVerilog RTL),可以改寫負責運算、控制或搬運資料的電路,並用 Synopsys 的工具確認每次改寫都沒有改變該區塊的功能,再評估功耗、效能與面積之間的取捨。OpenAI 形容,模型推理 RTL 的程度已經和資深微架構工程師相當。
廣告 - 內文未完請往下捲動
OpenAI 也宣布與 Synopsys 合作訓練新模型「GPT-Synopsys」,讓模型像晶片設計專家一樣使用 Synopsys 的電子設計自動化(EDA)工具。
自家推論晶片 Jalapeño 面積減一成以上
OpenAI 8 月曾說明,用前沿模型加快開發第一款自研推論晶片 Jalapeño。這次公布細節:團隊 2025 年初就開始用 GPT-4o 協助設計,估計模型提出的改動,讓向量運算單元的標準元件面積減少約 13%、矩陣運算單元減少約 10%,這些改動已在 Jalapeño 實際晶片上驗證。
其中一個乘法器重新設計後,合成後的元件面積少了約 15%,延遲也從兩個時脈週期降到一個;另一個加法器重新設計,面積同樣少了約 15%,延遲維持兩個週期。
OpenAI 也用兩個開源 RISC-V 處理器核心 PicoRV32 與 Ibex,比較各代模型的晶片設計能力。在每次約 11 萬 2,000 個 token 的相近預算下,GPT-6.2 Astra 在兩個核心的平均分數都最高;在 PicoRV32 上,它的分數約是 GPT-6 Astra 的兩倍。
OpenAI 也坦承這套測試和實際量產設計仍有差距:從規格書從頭設計時,模型可以省略原始核心的部分功能,這可能是分數較高的原因之一;要讓測試更貼近量產,還得要求保留這些功能、收緊電路面積上限,並在實體合成後檢查時序。
風險提示
加密貨幣投資具有高度風險,其價格可能波動劇烈,您可能損失全部本金。請謹慎評估風險。


