一句话看懂:OpenAI 首次系统披露其模型在自研推理芯片 Jalapeño 和 AMD GPU/CPU 设计中的实际优化结果,部分改动已进入量产设计,显示大模型正从写代码走向改电路。
事件核心:发生了什么
2026 年 11 月 18 日,OpenAI 发布研究文章,回顾其在芯片设计上的进展。自 2025 年初起,OpenAI 工程师使用 GPT‑4o 辅助设计首款自研推理芯片 Jalapeño,模型在向量单元和矩阵单元中提出寄存器传输级(RTL)改写方案,最终使标准单元面积在向量单元减少约 13%、矩阵单元减少约 10%,相关优化已在硅片点亮阶段得到验证。
与 AMD 的合作中,OpenAI 模型针对旗舰 GPU IP 重写 SystemVerilog RTL 代码,在已高度优化的基线上实现最高 14% 的 PPA(功耗、性能、面积)提升。OpenAI 称这相当于不到 5 个月完成约一年的进展,AMD 已将部分改动纳入近期送厂制造的设计,其余进入未来版本的生产文件。此外,模型在 AMD 下一代旗舰 CPU 关键模块上也取得个位数百分比增益。为衡量模型代际进步,OpenAI 在 PicoRV32 和 OpenTitan Ibex 两个开源 32 位 RISC‑V 核上测试,GPT‑6.2 Astra 在约 11.2 万 token 预算下平均得分最高,GPT‑6.1 Sol 也优于 GPT‑5.6 Sol。
为什么重要
芯片设计长期依赖资深微架构工程师手工调优,周期以年计。OpenAI 展示的路径是让大模型像专家一样理解 RTL,借助 Synopsys EDA 工具验证行为一致性并评估 PPA 权衡。如果这一方法可复现,意味着前沿模型开始进入半导体研发的核心流程,而不仅是辅助生成文档或代码。对 OpenAI 而言,这也是其自研芯片战略的一环——用模型加速自身算力硬件迭代,形成“模型设计芯片、芯片训练模型”的闭环。
对用户/开发者/创作者的影响
普通用户短期内感知有限,但开发者生态可能逐步变化:芯片公司若跟进,EDA 工具与 AI 模型的集成或成为新接口,硬件工程师需要学会用自然语言和模型协作审查 RTL 改动。对关注算力成本的开发者和企业,若模型辅助设计持续压低芯片面积和功耗,长期可能影响推理卡价格与供给。目前公开信息显示,这些能力尚未以独立 API 或产品形式对外开放。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是 OpenAI 与 Synopsys 的 EDA 集成何时落地、以何种形式提供给外部芯片团队;二是 AMD 后续量产芯片中模型改写代码的实际良率与性能表现;三是其他芯片厂商和 EDA 公司是否推出类似合作,形成新的设计工具竞争。
来源:OpenAI News


