AI começa a otimizar seu próprio “cérebro”: OpenAI divulga os resultados mais recentes em design de chips

📅 2026-11-19

Resumo:

A OpenAI lançou seu mais recente relatório técnico "Advancing chip design with OpenAI models", divulgando seu mais recente progresso no uso de modelos de inteligência artificial para auxiliar no design de chips. A OpenAI afirmou que seu modelo não apenas ajudou o chip de inferência de IA autodesenvolvido Jalapeño a otimizar o design do circuito, mas também alcançou uma melhoria de até 14% nos indicadores de consumo de energia, desempenho e área (PPA) dos principais módulos IP da GPU carro-chefe em cooperação com a AMD. . Alguns dos resultados da otimização foram incorporados em designs de chips recentemente submetidos para fabricação pela AMD.


A OpenAI afirmou que o modelo de IA está deixando de ajudar os engenheiros na escrita de código para entrar ainda mais no design do circuito subjacente do chip e na otimização da microarquitetura. Os resultados anunciados desta vez abrangem chips de IA autodesenvolvidos, GPUs carro-chefe da AMD e CPUs de próxima geração, bem como designs de processadores RISC-V de código aberto.

Em termos de chips de desenvolvimento próprio, a OpenAI usará o GPT-4o para participar do design do Jalapeño a partir do início de 2025. Mesmo os modelos anteriores da época já podiam encontrar espaço para otimização no processo tradicional de design de chips.

Especificamente, na unidade de computação vetorial de Jalapeño, o modelo de IA reduz o uso de recursos de hardware e os requisitos intermediários de armazenamento de dados ajustando somadores de ponto flutuante, multiplicadores, lógica de conversão de dados e estruturas de pipeline. Na unidade de computação matricial, o modelo é redesenhado para operações de ponto flutuante e circuitos de produto escalar de baixa precisão.

Entre eles, uma otimização do design do multiplicador reduz a área da unidade padrão após a síntese em aproximadamente

15%

, ao mesmo tempo que reduz o atraso da operação de dois ciclos de clock para um ciclo de clock. Outra otimização do somador também atinge uma redução de área de cerca de 15%, mantendo um atraso de ciclo de dois clocks.

A OpenAI estima que as modificações de design propostas pelo modelo de IA reduziram a área da unidade padrão da unidade vetorial Jalapeño em aproximadamente

13%

, a unidade da matriz é reduzida em cerca de

10%

. Essas melhorias foram confirmadas durante a verificação de depuração de silício do chip.

Vale a pena notar que a OpenAI está aplicando os recursos acima ao design de chips comerciais da AMD.

De acordo com informações divulgadas pela OpenAI, as duas partes cooperaram para otimizar os principais módulos IP da principal GPU da AMD. Com base no design original altamente otimizado, o modelo OpenAI melhora ainda mais o consumo de energia, o desempenho e os indicadores de área ao reescrever o código SystemVerilog RTL que descreve o circuito do chip. A melhoria do PPA de alguns projetos chega a

14%

.

A OpenAI disse que isso equivale a concluir o progresso do projeto que normalmente levaria cerca de um ano em menos de cinco meses.

A AMD aplicou algumas otimizações aos designs de chips recentemente enviados para fabricação, e outras melhorias foram incorporadas aos documentos de design de produção e estão planejadas para versões futuras.

Ao mesmo tempo, a AMD também verificou os resultados de otimização do modelo OpenAI nos principais módulos da CPU carro-chefe da próxima geração, e o design relacionado alcançou uma melhoria percentual de um dígito nos indicadores PPA.

A OpenAI afirmou que seu modelo foi capaz de analisar o código RTL de uma maneira próxima à de um engenheiro sênior de microarquitetura e propor modificações na lógica de computação, circuitos de controle e estruturas de transmissão de dados. O modelo também aproveita as ferramentas de automação de projeto eletrônico da Synopsys para verificar se as modificações mantêm a funcionalidade original e avaliar a potência, o desempenho e as compensações de área de diferentes projetos.

Além do projeto de chip real, a OpenAI também avaliou as capacidades de design de chips de modelos de diferentes gerações por meio de dois núcleos de processador RISC-V de 32 bits de código aberto, PicoRV32 e Ibex.

O teste inclui dois tipos de tarefas: uma é otimizar o rendimento do processador com base no design RTL existente e a outra é gerar o design RTL do processador a partir do zero, de acordo com os requisitos da especificação de texto.

Os resultados mostram que, com um orçamento comparável de aproximadamente 112.000 tokens por execução,

GPT-6.2 Astra alcançou a pontuação média mais alta nas tarefas de otimização RTL de ambos os núcleos do processador

. Entre eles, no teste PicoRV32, sua pontuação média é cerca de duas vezes maior que a do GPT-6 Astra.

Mais notavelmente, na tarefa de gerar projetos RTL diretamente a partir de especificações de texto, todos os cinco modelos testados obtiveram pontuações mais altas em ambos os processadores do que na tarefa de otimizar projetos existentes. GPT-6.2 Astra alcançou uma pontuação média normalizada de mais de 0,7 no teste PicoRV32 e cerca de 0,75 no teste Ibex.

Essa avaliação incluiu um total de

9.881 execuções de pontuação

, cobrindo diferentes modelos, tarefas, núcleos de processador e orçamentos de tokens.

No entanto, a OpenAI também apontou que esses testes ainda apresentam limitações. Como os modelos podem omitir recursos como contadores de desempenho ou algumas instruções extras ao redesenhar um processador a partir das especificações, uma pontuação mais alta não significa necessariamente que o novo design será igualmente vantajoso em produtos reais. No futuro, ainda será necessário adicionar requisitos funcionais mais rigorosos, restrições de área do chip e verificações de tempo após a síntese física.

Na próxima etapa, a OpenAI anunciou sua cooperação com o fabricante de software de design de chips Synopsys, e o nome do treinamento é

GPT-Synopsys

O novo modelo permite usar ferramentas de automação de design eletrônico (EDA), como engenheiros profissionais de design de chips, melhorando ainda mais os recursos de aplicação de IA no projeto de chips e no processo de verificação.

A julgar pelos resultados divulgados desta vez, a OpenAI está tentando estabelecer um conjunto de caminhos técnicos que usam IA para otimizar chips e depois usam chips mais eficientes para apoiar a operação de modelos de IA. No entanto, os principais resultados anunciados até agora ainda estão focados em módulos de computação específicos e tarefas de avaliação, e não podem ser diretamente equiparados à mesma proporção de melhoria de desempenho para toda a GPU ou CPU.

Tags relacionadas

Artigos relacionados

Comentários

0/500
Captcha (click to refresh)
Sem comentários