OpenAI 11 月 18 日发文说,它和 AMD 合作,用模型重写已经过充分优化的旗舰 GPU 知识产权模块(IP)。公司称,改写后功耗、性能和面积(PPA)最高改善 14%。改动来自模型重写的硬件描述代码,也就是用 SystemVerilog 写成的寄存器传输级(RTL)设计。公司还写道,AMD 已经把其中一部分纳入最近送去制造的设计,另一些放进了生产设计文件,供后续版本使用。
这些数字和“已送去制造”的陈述,目前都只出现在 OpenAI 的博客里。公开渠道里还没有 AMD 的对应公告,博文也没有写出具体型号、工艺节点或测试条件。
先在自研芯片 Jalapeño 上做过一轮
OpenAI 把这件事写成同一套方法的外推。2025 年初,团队开始用当时的 GPT-o3 mini 辅助设计公司的第一款自研推理芯片 Jalapeño。即便是早期模型,也已经能在矢量单元和矩阵单元里改出电路,并带来功耗、性能或面积上的改善。
博文举了两个更细的例子。在矩阵单元里,一次乘法器重设计在综合后少用了大约 15% 的标准单元面积,并把延迟从两个时钟周期降到一个;另一次加法器重设计同样减少了大约 15% 的单元面积,但保留了两周期延迟。公司估算,模型提出的改动让矢量单元的标准单元面积减少约 13%,矩阵单元减少约 10%。公司写道,这些优化已在 Jalapeño 的硅片调试验证中得到确认。
8 月 25 日,OpenAI 另发过一篇关于 Jalapeño 系统表现的文章,写的是推理吞吐、功耗和延迟,比较对象是市场上已有的加速系统。那是另一组指标,不能拿来直接解释这次的电路面积数字。
到 AMD 的生产级设计上,改的是 RTL
和 AMD 的合作,OpenAI 描述得更靠近生产环节。模型会改写执行计算、控制操作或搬运数据的电路,再用新思科技(Synopsys)的工具检查改写后的模块行为是否保持一致,并评估功耗、性能和面积的取舍。OpenAI 写道,模型是在已经过充分优化的基线上继续改,并把“不到 5 个月里完成大约一年的进展”写进正文。这句比喻没有给出对照年份、节点或设计周期,不能当成可核对的进度。
除了 GPU,OpenAI 还说,AMD 在下一代旗舰 CPU 的关键模块上,验证了由该模型写出的设计能带来个位数百分比的 PPA 改善。同样没有模块名称和测试口径。公司预期,相对目前最优化的基线,GPU 和 CPU 上还有更多改善空间。这是展望。
公开评测用的是两个开源 RISC-V 核
为了比较不同代模型在芯片设计任务上的能力,OpenAI 用了两个开源的 32 位 RISC-V 处理器核:面向现场可编程门阵列(FPGA)的紧凑内核 PicoRV32,以及安全芯片项目 OpenTitan 里的嵌入式核 Ibex。任务是提高吞吐,也就是每秒能执行的指令数。仿真不过关,或占用面积超过原设计的 16 倍,成绩记为零。
在大约 11.2 万 token 的相近预算下,GPT-6.2 Astra 在两个内核上都拿到最高平均分。从规格说明书从头设计时,五个受试模型的分数都高于直接改已有设计。OpenAI 自己解释,从规格起步时,模型可以省略原内核里的性能计数器或额外指令;这些功能对测试负载的吞吐帮助不大,可能抬高了分数。公司也写明,如果强制保留这些功能、收紧面积限制,并在物理综合之后再检查时序,测试会更接近生产级设计。
整项评测在两项任务、两个内核和全部 token 预算上,共计入了 9881 次计分运行。这组实验说明的是模型代际之间的相对进度,并不能替代 AMD 设计上的独立复测。
和新思科技的合作已在 9 月宣布
OpenAI 说,为了把能力建立在芯片工程师已经使用的电子设计自动化(EDA)工具上,它正在和新思科技一起训练 GPT-Synopsys,让模型按专家工程师的方式使用这些工具。这项合作本身是 9 月 30 日由双方宣布的:多年协议、共同研发、面向市场的合作,以及收入分成安排。11 月 18 日的文章是在已有合作上继续写进展,不是一份新的签约公告。当时的新闻稿还写明,GPT-Synopsys 将运行在 OpenAI 托管的基础设施上,客户设计数据不用于训练模型。
对芯片和云服务的读者来说,这次更新里需要单独看的,是 AMD 已经把一部分改动送去制造。至于 14%、13%、10% 这些数字,目前只能作为 OpenAI 的测量结果来读。具体改到了哪一款 GPU 或 CPU、在什么工艺和负载下测得,以及独立团队能否复现,博文都还没有给出。


