OpenAI помогла AMD улучшить новые процессоры: ИИ справился с годовой работой за 5 месяцев
Лучше всего нейросети удалось оптимизировать GPU.
OpenAI раскрыла результаты сотрудничества с AMD по разработке новых процессоров. Партнеры использовали ИИ для оптимизации электронных схем флагманских чипов AMD и добились улучшения показателей PPA до 14%.
PPA описывает объединяет три ключевых параметра чипа: энергопотребление, производительность и занимаемую площадь. Наилучшая оптимизация была достигнута при работе с GPU, CPU удалось оптимизировать только на несколько процентов.
Для оптимизации чипов OpenAI использовала непубличные языковые модели, способные анализировать и переписывать код на SystemVerilog RTL: на этом языке инженеры описывают логические схемы чипов. По словам разработчиков, ИИ находил возможности для оптимизации архитектуры на уровне опытного инженера.





OpenAI утверждает, что ИИ позволил за 5 месяцев выполнить объем инженерной работы, на который традиционными методами потребовался бы целый год. Компания считает такое ускорение беспрецедентным для проектирования чипов и рассчитывает добиться дальнейшего улучшения характеристик GPU и CPU.
В OpenAI также рассказали, как проверяли способности нейросетей к проектированию процессоров. Для экспериментов использовались открытые процессорные ядра PicoRV32 и Ibex.
Моделям выделяли по 112000 токенов на попытку и предлагали повысить производительность с учетом количества инструкций за такт и длительности тактового цикла. При оценке учитывалась работоспособность схем и площадь, конструкции, увеличивавшие площадь более чем в 16 раз или содержавшие критические ошибки, получали нулевой балл.
Лучшие результаты в испытаниях показала GPT-6.2 Astra, опередившая остальные модели по эффективности оптимизации и совокупным затратам. Дополнительные эксперименты выявили интересную закономерность: нейросети лучше справлялись с созданием процессорной архитектуры по исходным техническим требованиям, чем с доработкой готового RTL-кода.
