一句话看懂:OpenAI 披露,其大模型已参与自家推理芯片与 AMD 旗舰 GPU 的电路优化,后者在高度优化基线上再挤出最高 14% 的 PPA 提升,把原本约一年的调优压到不足 5 个月。这值得关注,因为 AI 开始从“用芯片”走向“改芯片”。
事件核心:发生了什么
据 AIbase 援引 OpenAI 于 11 月 18 日发布的技术报告,OpenAI 自研推理芯片 Jalapeño 早在 2025 年初就已辅助 GPT-4o 参与设计:由模型改写浮点加法器、乘法器等电路。合成后,新乘法器面积缩小约 15%,延迟降至单时钟周期;矢量计算单元面积减少约 13%,矩阵计算单元减少约 10%,并已完成硅验证。
在 AMD 旗舰 GPU IP 上,模型直接改写 SystemVerilog RTL 电路描述语言,在已高度优化的基线上最高再提升 14% 的 PPA,部分结果已进入近期送厂制造的芯片设计;下一代旗舰 CPU 的关键模块在验证中也出现个位数百分比收益。OpenAI 还用两个开源 RISC-V 核做测试,共 9881 次计分运行,GPT-6.2 Astra 平均分最高;但从零设计时,五款被测模型得分反而更高。OpenAI 同时承认局限:模型可能省略对吞吐无用的特性,下一步将与 Synopsys 合作训练 GPT-Synopsys,让模型像工程师一样操作 EDA 工具。
为什么重要
芯片设计长期依赖资深工程师与 EDA 工具反复调优,周期以年计。目前公开信息显示,大模型能在既有强基线上继续压缩面积与延迟,说明 AI 辅助设计已从概念验证走向真实流片环节。对 OpenAI 这类同时做模型和推理芯片的公司,这意味着软硬件协同可以更快闭环,也可能改变与 AMD、Synopsys 等硬件与工具厂商的合作方式。
对用户/开发者/创作者的影响
普通用户短期感受不到直接变化,但若设计效率提升传导到芯片成本与迭代速度,未来推理算力价格和能效可能受益。对开发者而言,值得留意的是“模型改写 RTL”这类能力若产品化,可能压低定制芯片和加速器的门槛;不过报告未说明相关能力是否对外开放 API 或工具。对硬件创业者,EDA 与大模型结合是更现实的切入点。
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 GPT-Synopsys 能否真正落地为可用的 EDA 协作能力,而非仅停留在训练合作;二是这些优化成果是否进入量产芯片并在实测中保持收益;三是模型“省略无用特性”的倾向如何被约束,以及设计验证责任如何划分。
来源:AIbase


