众力资讯网

OpenAI重磅成果:AI模型改写AMD GPU电路RTL,PPA最高提升14%

OpenAI于11月18日发布芯片设计技术报告《Advancing chip design with OpenAI models》,公布与AMD合作成果:使用前沿大模型自动重写SystemVerilog RTL电路代码,在AMD旗舰GPU已经高度优化的IP模块上,实现最高14%的功耗、性能、面积(PPA)协同优化。优化方案由Synopsys(新思科技)EDA工具做功能验证与PPA评估,保证电路逻辑不变。

OpenAI表示,这项优化把原本一年的迭代周期压缩至5个月;AMD已经把一部分优化修改纳入近期送交晶圆厂制造的设计版本,其余优化存入设计库,留给下一代产品迭代使用。
在AMD即将推出的旗舰CPU关键模块上,同样由AI生成RTL设计,验证得到个位数百分比PPA提升,证明该方案对GPU、CPU通用。
这套AI设计方法同时用于OpenAI自研推理芯片Jalapeño,芯片核心单元面积缩减成果已经经过硅片实测验证。AMD下一代旗舰CPU关键模块也验证了该方案的个位数PPA收益。
该成果标志大模型正式进入芯片底层电路设计环节,AI开始反向设计支撑自身运行的算力硬件,算力产业的自迭代闭环加速成型。
技术边界说明:当前是模块级IP优化,还不是整颗大芯片端到端全自动设计;模型可以达到资深微架构工程师的电路调优水平,但仍需要人类工程师做顶层架构决策、验收把关。OpenAI后续会和Synopsys联合训练面向芯片设计的专用模型。
AI闭环正式成型:AI设计AI芯片。过去AI只是辅助写文档、写代码;现在大模型直接进入前端RTL电路设计环节,优化承载AI运行的GPU硬件。算力生态形成自循环:模型产出更好的芯片,更好的芯片再训练更强的模型,迭代速度会持续加快。
AMD和英伟达竞争AI算力市场,PPA提升直接转化为同工艺下更高算力、更低功耗、更小芯片面积。在先进工艺成本极高的背景下,AI电路优化相当于在不更换制程的前提下,免费挖掘存量设计红利,缩短新品迭代周期。
传统芯片设计流程高度依赖Synopsys、Cadence、Mentor三大EDA工具链;OpenAI的方案是在现有EDA之上叠加大模型RTL生成能力,不是替代EDA,而是重构前端设计人力模式。未来芯片团队的岗位结构会变化,RTL编码工程师需求收缩,架构、验证、AI调优人才需求上升。
算力军备竞赛的新赛道——芯片优化能力本身变成AI模型的核心能力。后续谷歌、Meta、国内大模型厂商,都会跟进投入AI for Chip Design赛道;谁的模型能稳定拿到更高PPA收益,谁就能在硬件端建立差异化优势。