La IA comienza a optimizar su propio "cerebro": OpenAI publica los últimos resultados en diseño de chips

📅 2026-11-19

Resumen:

OpenAI publicó su último informe técnico "Avanzando en el diseño de chips con modelos OpenAI", que revela sus últimos avances en el uso de modelos de inteligencia artificial para ayudar en el diseño de chips. OpenAI declaró que su modelo no solo ayudó al chip de inferencia de IA de desarrollo propio Jalapeño a optimizar el diseño del circuito, sino que también logró una mejora de hasta un 14% en los indicadores de consumo de energía, rendimiento y área (PPA) de los módulos IP clave de la GPU insignia en cooperación con AMD. . Algunos de los resultados de la optimización se han incorporado en diseños de chips presentados recientemente para su fabricación por AMD.


OpenAI declaró que el modelo de IA está pasando de ayudar a los ingenieros a escribir código a profundizar en el diseño del circuito subyacente del chip y la optimización de la microarquitectura. Los resultados anunciados esta vez cubren chips de IA de desarrollo propio, GPU insignia de AMD y CPU de próxima generación, así como diseños de procesadores RISC-V de código abierto.

En términos de chips de desarrollo propio, OpenAI utilizará GPT-4o para participar en el diseño de Jalapeño a partir de principios de 2025. Incluso los modelos anteriores en ese momento ya podían encontrar espacio para la optimización en el proceso de diseño de chips tradicional.

Específicamente, en la unidad de computación vectorial de Jalapeño, el modelo de IA reduce el uso de recursos de hardware y los requisitos de almacenamiento de datos intermedios mediante el ajuste de sumadores de punto flotante, multiplicadores, lógica de conversión de datos y estructuras de canalización. En la unidad de computación matricial, el modelo se rediseña para operaciones de punto flotante y circuitos de producto escalar de baja precisión.

Entre ellos, una optimización del diseño del multiplicador reduce el área de la unidad estándar después de la síntesis en aproximadamente un

15 %

, al tiempo que se reduce el retraso de operación de dos ciclos de reloj a un ciclo de reloj. Otra optimización del sumador también logra una reducción de área de aproximadamente el 15% manteniendo un retraso de ciclo de dos relojes.

OpenAI estima que las modificaciones de diseño propuestas por el modelo de IA finalmente redujeron el área de la unidad estándar de la unidad vectorial Jalapeño en aproximadamente un

13 %

, la unidad de matriz se reduce en aproximadamente un

10%

. Estas mejoras se han confirmado durante la verificación de depuración del silicio del chip.

Vale la pena señalar que OpenAI está aplicando las capacidades anteriores al diseño de chips comerciales de AMD.

Según la información revelada por OpenAI, las dos partes han cooperado para optimizar los módulos IP clave de la GPU insignia de AMD. Basado en el diseño original altamente optimizado, el modelo OpenAI mejora aún más el consumo de energía, el rendimiento y los indicadores de área al reescribir el código SystemVerilog RTL que describe el circuito del chip. La mejora del PPA de algunos diseños llega hasta el

14%

.

OpenAI dijo que esto equivale a completar el progreso del diseño que normalmente llevaría alrededor de un año en menos de cinco meses.

AMD ha aplicado algunas optimizaciones a los diseños de chips presentados recientemente para fabricación, y se han incorporado otras mejoras en los documentos de diseño de producción y están planificadas para versiones futuras.

Al mismo tiempo, AMD también verificó los resultados de optimización del modelo OpenAI en módulos clave de la CPU insignia de próxima generación, y el diseño relacionado logró una mejora porcentual de un solo dígito en los indicadores PPA.

OpenAI declaró que su modelo ha podido analizar el código RTL de una manera cercana a la de un ingeniero senior de microarquitectura y proponer modificaciones a la lógica informática, los circuitos de control y las estructuras de transmisión de datos. El modelo también aprovecha las herramientas de automatización de diseño electrónico de Synopsys para verificar que las modificaciones mantengan la funcionalidad original y evaluar la potencia, el rendimiento y las compensaciones de área de diferentes diseños.

Además del proyecto de chip real, OpenAI también evaluó las capacidades de diseño de chips de modelos de diferentes generaciones a través de dos núcleos de procesador RISC-V de 32 bits de código abierto, PicoRV32 e Ibex.

La prueba incluye dos tipos de tareas: una es optimizar el rendimiento del procesador en función del diseño RTL existente y la otra es generar el diseño RTL del procesador desde cero de acuerdo con los requisitos de especificación del texto.

Los resultados muestran que con un presupuesto comparable de aproximadamente 112.000 tokens por ejecución,

GPT-6.2 Astra logró la puntuación media más alta en las tareas de optimización RTL de ambos núcleos de procesador

. Entre ellos, en la prueba PicoRV32, su puntuación media es aproximadamente el doble que la del GPT-6 Astra.

Más notablemente, en la tarea de generar diseños RTL directamente a partir de especificaciones de texto, los cinco modelos probados obtuvieron puntuaciones más altas en ambos procesadores que en la tarea de optimizar diseños existentes. GPT-6.2 Astra logró una puntuación media normalizada de más de 0,7 en la prueba PicoRV32 y de alrededor de 0,75 en la prueba Ibex.

Esta evaluación incluyó un total de

9881 carreras puntuables

, que cubre diferentes modelos, tareas, núcleos de procesador y presupuestos de tokens.

Sin embargo, OpenAI también señaló que estas pruebas aún tienen limitaciones. Dado que los modelos pueden omitir funciones como contadores de rendimiento o algunas instrucciones adicionales al rediseñar un procesador a partir de las especificaciones, una puntuación más alta no significa necesariamente que el nuevo diseño será igualmente ventajoso en los productos reales. En el futuro, aún será necesario agregar requisitos funcionales más estrictos, restricciones de área de chip y verificaciones de tiempo después de la síntesis física.

En la siguiente etapa, OpenAI anunció su cooperación con el fabricante de software de diseño de chips Synopsys, y el nombre de la capacitación es

GPT-Synopsys

El nuevo modelo le permite utilizar herramientas de automatización de diseño electrónico (EDA) como ingenieros de diseño de chips profesionales, mejorando aún más las capacidades de aplicación de la IA en el proceso de diseño y verificación de chips.

A juzgar por los resultados revelados esta vez, OpenAI está tratando de establecer un conjunto de caminos técnicos que utilizan la IA para optimizar los chips y luego usar chips más eficientes para respaldar el funcionamiento de los modelos de IA. Sin embargo, los principales resultados anunciados hasta ahora todavía se centran en módulos informáticos específicos y tareas de evaluación, y no pueden equipararse directamente con la misma proporción de mejora del rendimiento para toda la GPU o CPU.

Etiquetas relacionadas

Artículos relacionados

Comentarios

0/500
Captcha (click to refresh)
Sin comentarios