随风今日头条今日热点资讯聚合 · 实时更新
实时 · 0.24s
首页 > 热点 > 正文
← 返回列表

OpenAI让模型自己设计芯片:AMD旗舰GPU性能提升14%

智能学院 2026-11-20 08:49 评论 0 赞 0 原文

OpenAI报告称,其前沿模型改写的电路设计已进入真实芯片,AMD旗舰图形处理器的功耗、性能与面积指标最高提升14%。人工智能,开始亲手制造承载自己的硬件。

!AMD图形处理器芯片特写

OpenAI让模型自己设计芯片:AMD旗舰GPU性能提升14%

14%的提升:一年进度压缩至五个月

2026年11月18日,OpenAI发布技术报告称,其前沿模型在芯片设计中取得的改进已进入真实硅片。与超威半导体合作,模型改写了旗舰图形处理器知识产权的SystemVerilog寄存器传输级代码,并用新思科技的工具验证每一处改写在保持功能不变的前提下,功耗、性能与面积指标最高提升14%。OpenAI称,这相当于“大约一年的进展在不到5个月内完成”。

这14%的数字之所以引人注目,是因为参照系极为严苛:对比的是已经过高度优化的基线设计,而非粗糙的初稿。在芯片工程中,成熟产品的性能提升往往以个位数百分比计,每一点改进都需要工程师数月的手工调优。超威半导体已将部分模型改写的内容纳入送交制造的设计,另一些则加入生产设计文件,用于未来的版本。这意味着,人工智能的改动不再是实验室演示,而是正在流片的真实产品的一部分。芯片设计的门槛之高,使得任何一点效率提升都弥足珍贵:现代芯片包含数十亿个晶体管,任何一处电路的优化都可能牵一发而动全身。

从自家芯片到行业巨头:Jalapeño的验证

OpenAI的芯片设计实践始于自家产品。2025年初,公司开始用GPT-4o协助设计首款定制推理芯片Jalapeño。模型提出的改动使向量单元的标准单元面积减少约13%,矩阵单元减少约10%,并在芯片启动验证中得到硅片证实。其中一处矩阵单元乘法器的重新设计,在综合中节省约15%的单元面积,同时将延迟从两个时钟周期缩短至一个时钟周期。

超威半导体还验证了模型改写设计在下一代旗舰中央处理器关键模块上带来的个位数百分比提升。这一结果的意义在于,它跨越了图形处理器与中央处理器两类架构,说明模型的能力并非局限于某一类电路。从一家实验室的自研芯片,到全球第二大芯片设计公司的旗舰产品,人工智能设计芯片的路径,正在从概念验证走向产业应用。对超威半导体而言,与OpenAI的合作也是一次战略选择:在与英伟达的竞争中,设计效率的提升可以直接转化为产品的市场竞争力。对芯片工程师来说,模型的出现并非威胁,而是新工具:它承担重复性的优化工作,让人类专注于架构创新与系统设计。

OpenAI让模型自己设计芯片:AMD旗舰GPU性能提升14%

!半导体晶圆制造车间

开源测试:GPT-6.2 Astra领跑

为了衡量模型设计芯片的能力如何随代际演进,OpenAI在两款开源32位RISC-V核心PicoRV32与Ibex上进行了测试,覆盖9881次评分运行,每次运行约使用11.2万个token。结果显示,GPT-6.2 Astra在两款核心上的平均得分均为最高,在相近预算下,其PicoRV32得分约为GPT-6 Astra的两倍。这一代际跃升表明,模型在电路层面的推理能力正在快速逼近专家水平。

然而,OpenAI自己也指出了测试的局限。从书面规格出发设计核心时,模型可能省略性能计数器等对测试工作负载影响不大的功能,从而抬高得分;物理综合后的时序也未经过检查。换言之,基准测试上的高分,并不完全等同于生产环境中的可靠设计。真正的芯片设计,需要在功能完整性、时序收敛与可制造性之间取得平衡,而这些恰恰是基准测试难以全面捕捉的维度。

合作与警示:GPT-Synopsys的下一步

OpenAI正在与新思科技合作训练GPT-Synopsys,使模型能够像专家工程师那样使用行业芯片设计工具。这项合作建立在双方9月30日宣布的多年协议之上,涵盖联合开发、共同市场推广与收入分成。按照规划,工程师将把从功耗、性能与面积优化到时序与验证收敛的目标委托给模型,由智能体运行工具、解读结果、实施改动并反复迭代,最终交由工程师审核。从更长的时间尺度看,模型设计芯片只是人工智能自我强化的一个环节:更好的芯片训练出更好的模型,更好的模型又设计出更好的芯片。这一循环若能持续,整个半导体行业的创新速度都可能被改写,而这正是OpenAI与超威半导体合作的深层意义。从产业的角度看,OpenAI与超威半导体的合作,也可能改变芯片设计工具市场的格局:传统EDA厂商必须回答,人工智能将在多大程度上重塑它们的产品。

需要保持清醒的是,目前公布的14%等数字均来自OpenAI的报告,超威半导体尚未公布自己的数据;14%的提升也未按功耗、性能与面积分别拆解。对普通读者而言,这一进展的意义同样深远:芯片越快越省电,运行人工智能模型的成本就越低,最终会反映在更便宜的智能服务上。但设计芯片的智能体若缺乏严格验证,也可能埋下隐患。模型正在成为芯片工程师的协作者,而验证与问责,仍须掌握在人类手中。然而,验证仍然是不可逾越的关口:任何一处未经充分验证的改动,都可能导致芯片流片失败,损失数千万美元。

OpenAI让模型自己设计芯片:AMD旗舰GPU性能提升14%

!AMD显卡芯片的电路板细节

OpenAI与超威半导体的合作,标志着人工智能开始反哺自身的物质基础:模型不仅消耗算力,也开始优化生产算力的芯片。对行业来说,设计周期的缩短将加速图形处理器、中央处理器与定制加速器的迭代;对普通读者而言,更高效的芯片最终会化作更便宜、更快速的人工智能服务。但这场变革能否持续,取决于验证体系能否跟上模型能力的步伐——让人工智能设计芯片不难,难的是证明每一处改动都经得起硅片的检验。

关注本账号,获取前沿科技的深度解读与最新动态。

来源:https://i10x.ai/news/openai-chip-design-amd-gpu-14-percent-ppa-jalapeno


评论 共 0 条 · 0.21s

暂无评论。