来源:环球网
11 月 19 日消息,OpenAI 近日发布题为《利用 OpenAI 模型推进芯片设计》的技术报告,公布人工智能模型辅助芯片设计领域的最新研究进展。相关 AI 技术已应用于其自研推理芯片 Jalapeño 以及 AMD 下一代 GPU、CPU 的设计优化工作,同时研究人员依托开源 RISC‑V 处理器完成多组测试,验证不同版本 AI 模型的芯片设计能力。
据介绍,早在 2025 年初,OpenAI 工程师便运用 GPT‑4o 开展自研推理芯片 Jalapeño 的辅助设计工作。该模型针对芯片性能、功耗与面积(PPA)提出多项切实可行的优化方案。在芯片向量计算单元内,AI 模型对浮点加法器、乘法器等多个功能模块开展优化,削减硬件资源消耗;矩阵计算单元层面,完成浮点运算、低精度点积电路迭代升级。其中一款乘法器经过重新设计,标准单元面积缩减约 15%,运算延迟由两个时钟周期压缩至一个时钟周期;加法器优化方案同样实现标准单元面积下降约 15%,延迟保持不变。经测算,优化后 Jalapeño 向量计算单元标准单元面积最高减少 13%,矩阵计算单元面积下降约 10%,上述优化方案均完成实际芯片验证。

在产业合作实践中,OpenAI 的 AI 模型参与 AMD 旗舰 GPU、CPU 芯片设计优化。针对 AMD 旗舰 GPU 知识产权内核,对比经过深度打磨的基准方案,AI 模型实现最高 14% 的 PPA 综合性能提升。模型通过改写 SystemVerilog RTL 硬件描述代码重构电路架构,将原本预计约一年周期的设计优化工作压缩至 5 个月以内。目前,AMD 已把部分优化成果纳入近期流片的芯片方案,其余改进内容存入产品设计库,将在后续新品落地应用。与此同时,AMD 下一代旗舰 CPU 关键模块也验证得到个位数百分比的 PPA 性能增益。
为客观评估 AI 模型独立开展芯片设计的综合水平,科研团队选取两款开源 32 位 RISC‑V 处理器内核开展对照测试,分别适配 FPGA 场景的 PicoRV32,以及用于安全芯片的 Ibex 处理器。测试分为两类任务:一是基于已有硬件代码迭代优化处理器吞吐性能;二是仅依据书面技术规范与代码模板,由 AI 从零完成处理器内核设计,自主规划数据流与流水线架构。整套评估覆盖两项设计任务、两款处理器内核以及不同 Token 资源配额,累计开展 9881 次计分测试。
测试数据显示,在单次约 11.2 万 Token 资源条件下,GPT‑6.2 Astra 模型在两款处理器测试中取得平均分最优成绩,优化 PicoRV32 内核时得分约为 GPT‑6 Astra 模型的两倍。从零开展处理器设计任务中,参与测评的五款模型整体表现优于迭代优化现有芯片的表现。报告同时提示,从零设计时,AI 模型会舍弃性能计数器等对吞吐量增益有限的配套功能,一定程度拉高测试分数;若严格要求完整保留全部功能、约束芯片面积,并完成物理综合时序校验,测评结果将更贴合真实量产芯片开发场景。
面向下一步研发,OpenAI 宣布将携手全球电子设计自动化工具厂商新思科技,联合训练 GPT‑Synopsys 专用模型。目标让 AI 能够熟练使用专业 EDA 工具,完整复刻芯片工程师的设计、验证全流程工作。
OpenAI 相关负责人表示,本次研究充分证实,人工智能模型既具备探索全新处理器架构的潜力,也可以面向 Jalapeño、AMD 下一代旗舰 GPU 与 CPU 这类复杂度较高的量产级芯片,输出具备实用价值的优化方案。(纯钧)
科技
3000万招聘NPC、最高年薪千万,景区疯抢“打工人”
2026-10-08
科技
QQ宠物登陆鸿蒙系统:会卖萌还会串门交朋友
2026-09-28
科技
OpenAI开始断网训练最强模型:“安全起见”
2026-10-27