OpenAI助AMD芯片设计指标改善14%
11月18日,美国人工智能企业OpenAI发布《Advancing chip design with OpenAI models》技术研究成果,其人工智能模型通过优化AMD旗舰GPU的硬件设计代码,在不到五个月内使部分芯片设计的功耗、性能及面积(PPA)综合指标较高度优化的基准方案改善最高14%。AMD已将部分优化方案纳入近期提交制造的芯片设计,其余改动已写入后续产品版本的生产设计文件。

在与AMD的合作中,OpenAI模型直接重写描述芯片电路结构的SystemVerilog RTL代码,优化对象覆盖计算电路、控制逻辑及数据传输模块。设计过程中,模型调用Synopsys电子设计自动化工具,对修改后的电路进行功能等效性验证,并评估功耗、运行性能与芯片面积之间的变化。AMD还验证了模型生成的下一代旗舰CPU关键模块设计,其中多个模块的PPA指标实现个位数百分比改善。
OpenAI同时公布了其自研推理芯片Jalapeño的电路优化结果。模型通过调整浮点加法器、乘法器、数据格式转换逻辑及计算流水线,使向量计算单元的标准单元面积减少约13%,矩阵计算单元减少约10%。其中一项乘法器重新设计使综合后的单元面积减少约15%,计算延迟由两个时钟周期缩短至一个周期;另一项加法器优化使单元面积减少约15%,同时保持两个时钟周期的延迟。相关优化已通过实际芯片硅片验证。
针对通用处理器设计能力,OpenAI使用PicoRV32和Ibex两种开源32位RISC-V处理器核,对不同模型进行硬件代码优化与从规格说明生成电路的测试。整个评估覆盖9881次计分运行。在每次约11.2万Token的可比计算预算下,GPT-6.2 Astra在两种处理器核的测试中均取得最高平均得分。测试还发现,在相同验证条件下,从书面规格生成处理器设计的平均得分高于直接优化既有设计。
OpenAI正在与Synopsys合作开发GPT-Synopsys模型,将人工智能模型与电子设计自动化工具结合,训练模型执行芯片设计及验证任务。双方计划通过这一合作,将模型辅助电路优化能力扩展至更多芯片设计场景。











