找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 3|回复: 0

OpenAI模型深度参与AMD旗舰GPU芯片设计:重写RTL代码实现PPA最高提升14%

[复制链接]

25

主题

0

回帖

133

积分

注册会员

积分
133
发表于 昨天 13:51 | 显示全部楼层 |阅读模式
OpenAI在11月18日发布的一份技术报告,揭示了大模型在芯片设计领域一次罕见的深度实践:其模型直接参与了AMD旗舰GPU与下一代CPU的电路优化工作,部分成果已进入实际流片的设计文件。这不是简单的代码补全或测试脚本生成,而是模型级别对硬件描述语言(HDL)的理解与重写。


根据OpenAI披露的细节,我们与AMD在PPA改进方面展开合作,相较于AMD工程师已高度优化的基线,在旗舰GPU IP上实现了最高14%的改进。这一成果的取得方式颇为特别:模型不仅给出优化建议,而是直接重写描述芯片电路的SystemVerilog RTL代码,随后通过Synopsys的EDA工具链验证每一次重写是否保持了电路块的原有行为,并量化功耗、性能与面积之间的权衡。

技术亮点与细节

  • 效率压缩:OpenAI表示该优化工作相当于把把大约一年的常规芯片设计工作压缩到不到五个月完成,在前沿芯片设计领域尚属首次。
  • 落地程度:AMD已经将部分模型提出的改动纳入了送厂制造的设计中,并将其他改动加入生产设计文件以用于未来版本,这意味着AI生成的电路优化已经不只是停留在仿真阶段。
  • CPU侧收益:除了GPU,AMD还确认在下一代旗舰CPU的关键模块中,使用模型生成的设计实现了个位数百分比的PPA提升。
  • 评测方法:为衡量模型的芯片设计能力,OpenAI在开源RISC-V核心PicoRV32和Ibex上进行测试,每次运行提供112,000 token,要求模型以吞吐量(IPC与时钟周期的综合)为优化目标;若设计未通过仿真校验或面积超过原始核心的16倍,则记0分,最佳设计得1.0分。
  • 模型表现:在9,881次评分运行中,GPT-6.2 Astra在两个核心上的平均得分均位列最高,且每个模型在从规格说明直接编写核心时的表现,都优于优化现有RTL代码。
  • 自家芯片验证:该方法同样被用于OpenAI自研推理芯片Jalapeño,模型提出的改动将矢量单元的标准单元面积减少约13%,矩阵单元减少约10%,相关改进已在实际硅验证流程中得到确认。其中一次乘法器重新设计,单元面积减少约15%,延迟从两个周期降至一个周期。
  • 生态合作:OpenAI同时宣布与Synopsys展开合作,训练面向EDA场景的专用模型,推动这一工作流向其他芯片设计商推广。

    需要注意的是,“最高14%”是特定IP模块在Synopsys验证流程下的最佳表现,并非整颗GPU的平均提升,也未披露该收益具体如何在功耗、性能、面积三者间分配。OpenAI联合创始人Greg Brockman在社交媒体上将与AMD的合作总结为额外压缩出一年芯片进展的成果,但分析人士提醒,这类披露全部来自OpenAI单方面口径,仍需独立复现验证。

    行业影响
    这一进展标志着大模型的应用场景正从软件代码生成,扩展到更底层、更专业的硬件描述语言领域,并且已经出现
  • 您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    Archiver|手机版|小黑屋|快连 VPN论坛

    GMT+8, 2026-11-22 04:48 , Processed in 0.061234 second(s), 18 queries .

    Powered by Discuz! X3.5

    © 2001-2026 Discuz! Team.

    快速回复 返回顶部 返回列表