一句话看懂:OpenAI 称其模型参与了 AMD 旗舰 GPU 的电路代码改写,使功耗、性能、面积最多提升 14%,部分改动已进入流片芯片,并计划与 Synopsys 合作训练专用模型。
事件核心:发生了什么
OpenAI 在 11 月 18 日的博客中表示,其模型针对 AMD 旗舰 GPU 已高度优化的设计重写了描述芯片电路的代码,并用 Synopsys 软件逐项验证改动是否可用,在功耗、性能、面积三个相互制约的指标上最高取得 14% 提升。据 OpenAI 称,这相当于把约一年的进展压缩到不到五个月,部分改动已出现在一颗送去制造的芯片中。AMD 也确认其下一代旗舰 CPU 的关键部分有单位数提升。同一方法被用于 OpenAI 首款自研芯片 Jalapeño,使两个关键部件尺寸分别缩小约 13% 和 10%,且已在成品硅片中生效。
为什么重要
芯片设计长期依赖资深工程师在面积、功耗和性能之间手工权衡,AI 若能在已验证的工业级设计中稳定给出可用改动,意味着大模型开始进入 EDA 和硬件研发的核心环节,而不只是写代码或生成内容。对 AMD 这类依赖极致优化的厂商,单位数到两位数的改善也可能直接影响产品竞争力。OpenAI 还测试了 GPT-6.2 Astra 等五代模型,在改进已有设计和按文字需求设计小型开源处理器两项任务中得分最高,并正与 Synopsys 训练 GPT-Synopsys,目标是操作工程师现有设计工具。
对用户/开发者/创作者的影响
普通用户短期不会直接感知,但若 AI 辅助设计降低芯片迭代成本,长期可能影响算力供给和硬件价格。对开发者而言,信号是 AI 应用正从软件层向 EDA 工具链延伸;熟悉芯片设计流程的团队值得关注 Synopsys 等厂商后续是否开放相关 API 或工具集成。对创业公司,Architect Labs 这类用 AI 帮企业设计定制芯片的方向会获得更多验证参照。
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 AMD 是否公开确认 14% 数据及涉及的具体芯片型号;二是 GPT-Synopsys 能否从训练走向可用的设计工具,而非仅停留在合作公告;三是 OpenAI 芯片负责人 Richard Ho 此前表示仍不完全信任 AI 设计改动、每项都需人工复核,这一验证流程能否规模化,将决定 AI 参与芯片设计是辅助还是主力。
来源:The Next Web


