Революция в проектировании чипов: от Jalapeño к AMD
OpenAI опубликовала детали того, как её передовые модели ИИ трансформируют процесс проектирования полупроводников. Ключевым достижением стала оптимизация собственного inference-чипа Jalapeño и сотрудничество с AMD по улучшению их флагманских GPU и CPU. ИИ-модели не просто предлагают идеи, а переписывают код на языке описания аппаратуры (SystemVerilog RTL), что ранее считалось задачей, требующей экспертных знаний микроархитектуры.
В случае с чипом Jalapeño, использование модели GPT-4o, начатое в начале 2025 года, привело к значимым улучшениям PPA (Power, Performance, Area). ИИ переосмыслил логику вычислительных блоков, найдя способы сократить промежуточное хранение данных и оптимизировать конвейерную обработку. Эти изменения были верифицированы и подтверждены на кремнии (silicon bring-up).
Конкретные метрики оптимизации
Результаты оптимизации вычислительных блоков Jalapeño и сотрудничества с AMD демонстрируют беспрецедентную скорость прогресса. То, что требовало бы года работы инженеров-архитекторов, было реализовано ИИ менее чем за 5 месяцев. AMD уже включила некоторые из этих изменений в производственные файлы для будущих версий процессоров и видеокарт.
| Компонент / Проект | Тип оптимизации | Результат (PPA) | Примечание |
|---|---|---|---|
| Jalapeño (Vector Unit) | Переписывание логики сложения/умножения | Сокращение площади на ~13% | Оптимизация плавающей запятой и редукции |
| Jalapeño (Matrix Unit) | Редизайн мультипликаторов и аддеров | Сокращение площади на ~10% | Один из мультипликаторов снизил задержку с 2 до 1 такта |
| AMD (Flagship GPU IP) | Оптимизация RTL-кода | Улучшение PPA до 14% | Относительно сильно оптимизированных базовых линий |
| AMD (Next-gen CPU) | Оптимизация ключевых блоков | Однозначное улучшение PPA | Подтверждено верификацией AMD |
Бенчмарки на RISC-V: GPT-6.2 Astra лидирует
Для объективной оценки способностей моделей к проектированию процессоров с нуля и оптимизации существующих, OpenAI протестировала поколения моделей на двух открытых ядрах RISC-V: PicoRV32 (для FPGA) и OpenTitan Ibex (безопасный микроконтроллер). Задача состояла в увеличении пропускной способности (throughput) при сохранении площади кристалла в пределах 16x от оригинала.
Тестирование включало 9 881 запуск. Модель GPT-6.2 Astra показала наилучшие результаты как при оптимизации существующего кода, так и при проектировании ядра с нуля по текстовому описанию. При бюджете в ~112 000 токенов GPT-6.2 Astra превзошла GPT-6 Astra примерно в два раза по средней оценке пропускной способности.
Интеграция с Synopsys и будущее EDA
Чтобы внедрить эти возможности в реальные рабочие процессы, OpenAI объявила о партнерстве с Synopsys. Целью является обучение новой модели GPT-Synopsys использованию инструментов электронного проектирования (EDA) так, как это делают инженеры. Это позволит ИИ не только генерировать код, но и самостоятельно проводить верифику, анализировать задержки и оценивать компромиссы между мощностью, производительностью и площадью в рамках привычных для индустрии инструментов.
Источник: OpenAI ↗
