OpenAI 11 月 18 日发文介绍用前沿模型做芯片设计的成果:与 AMD 合作,模型通过改写 SystemVerilog RTL,在已高度优化的旗舰 GPU IP 上实现最高 14% 的 PPA(功耗、性能、面积)提升,用时不到 5 个月,AMD 已把部分改动用进已流片的设计;自研推理芯片 Jalapeño 的 warp 引擎和矩阵单元标准单元面积分别减少约 13% 和 10%,已在硅片上验证。OpenAI 还公布了 RISC-V 核心评测,GPT-6.2 Astra 得分最高,并宣布与 Synopsys 合作训练新模型 GPT-Synopsys。

核心要点速览

  • ✓AMD:旗舰 GPU IP 上最高 14% PPA 提升(相对已高度优化的基线),OpenAI 称相当于约一年进展在不到 5 个月内完成;部分改动已进入 AMD 送去制造的设计
  • ✓AMD 还在下一代旗舰 CPU 的关键模块上验证了个位数百分比的 PPA 提升
  • ✓Jalapeño:模型提议的改动让 warp 引擎标准单元面积减少约 13%、矩阵单元约 10%;一个乘法器面积少约 15% 且延迟从 2 周期降到 1 周期,已在硅片上验证
  • ✓RISC-V 评测:在 PicoRV32 和 Ibex 两个开源核心上,约 11.2 万 token 预算下 GPT-6.2 Astra 平均分最高,共 9,881 次评分运行
  • ✓Synopsys:双方合作训练 GPT-Synopsys,让模型像资深芯片工程师一样使用 Synopsys EDA 工具;改写结果用 Synopsys 工具验证功能等价
OpenAI 公布用自家模型做芯片设计的成果:帮 AMD 旗舰 GPU IP 最高提升 14% PPA,Jalapeño 推理芯片面积降 10%–13%,并与 Synopsys 训练 GPT-Synopsys
🖼️要闻配图
点击全屏高清查看
🧭

把技术选型换算成你的开发预算

40 款主流编程套餐横向比价,支持输入/输出 Token 真实账单模拟

🔬

深度技术解析与实战评估

核心背景与行业痛点

芯片 RTL 优化依赖资深工程师,成熟 IP 往往打磨多年,PPA(功耗、性能、面积)每提升几个点都很难。OpenAI 8 月已披露用模型加速 Jalapeño 开发,11 月 18 日这篇官方博客进一步公开了具体改进,并首次展示在第三方硬件 AMD 上的成果。

架构亮点与底层机制

OpenAI 称模型能在资深微架构师的水平上推理 RTL,改写负责计算、控制和数据搬运的电路。每次改写都用 Synopsys 工具验证行为不变,并评估 PPA 取舍。Jalapeño 的优化集中在浮点加法器、乘法器、点积电路和流水线划分。下一步,OpenAI 与 Synopsys 合作训练 GPT-Synopsys,让模型直接使用 EDA 工具。

权威 Benchmark 与实测跑分对比

AMD 旗舰 GPU IP 最高 14% PPA 提升,下一代旗舰 CPU 关键模块个位数百分比提升;Jalapeño warp 引擎面积降约 13%、矩阵单元降约 10%。RISC-V 评测在 PicoRV32 和 Ibex 上进行,约 11.2 万 token 预算下 GPT-6.2 Astra 平均分最高。以上均为 OpenAI 自报数据,暂无第三方复现。

开发者实战落地与开箱指南

目前这是研究和合作成果,不是可直接调用的产品,GPT-Synopsys 也尚未公布上线时间和价格。数字前端或 FPGA 开发者可参考其评测方法:仿真把关正确性,再用 Yosys 估算频率和吞吐。用模型改 RTL 务必配合等价性检查再合入。

实战指南准备好将技术转化为生产力?

即刻查看该技术对应模型与主流工具的实测差异,或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

接着读LMSYS 在首届 SGLang 峰会成立 SGLang 联盟:NVIDIA、AMD、Intel、Google、Meta、Cloudflare、Modal、RadixArk 成为创始成员,共同参与开源推理引擎路线图
立即阅读→