KI beginnt, ihr eigenes „Gehirn“ zu optimieren: OpenAI veröffentlicht die neuesten Ergebnisse im Chipdesign

📅 2026-11-19

Zusammenfassung:

OpenAI hat seinen neuesten technischen Bericht „Advancing chip design with OpenAI models“ veröffentlicht, in dem die neuesten Fortschritte bei der Verwendung von Modellen künstlicher Intelligenz zur Unterstützung des Chipdesigns offengelegt werden. OpenAI gab an, dass sein Modell nicht nur dem selbst entwickelten KI-Inferenzchip Jalapeño bei der Optimierung des Schaltungsdesigns geholfen habe, sondern in Zusammenarbeit mit AMD auch eine Verbesserung der Stromverbrauchs-, Leistungs- und Flächenindikatoren (PPA) wichtiger IP-Module der Flaggschiff-GPU um bis zu 14 % erzielt habe

. Einige der Optimierungsergebnisse sind in Chipdesigns eingeflossen, die AMD kürzlich zur Fertigung eingereicht hat.


OpenAI gab an, dass sich das KI-Modell von der Unterstützung von Ingenieuren beim Schreiben von Code hin zu einer weiteren Einbeziehung in das zugrunde liegende Schaltungsdesign des Chips und die Optimierung der Mikroarchitektur entwickelt. Die dieses Mal bekannt gegebenen Ergebnisse umfassen selbst entwickelte KI-Chips, AMD-Flaggschiff-GPUs und CPUs der nächsten Generation sowie Open-Source-RISC-V-Prozessordesigns.

Im Hinblick auf selbst entwickelte Chips wird sich OpenAI ab Anfang 2025 mit GPT-4o am Design von Jalapeño beteiligen. Auch die damaligen Vorgängermodelle konnten im traditionellen Chipdesign-Prozess bereits Raum für Optimierungen finden.

Insbesondere in der Vektor-Recheneinheit von Jalapeño reduziert das KI-Modell den Hardware-Ressourcenverbrauch und den Bedarf an Zwischendatenspeicherung durch Anpassung von Gleitkomma-Addierern, Multiplikatoren, Datenkonvertierungslogik und Pipeline-Strukturen. In der Matrix-Recheneinheit wird das Modell für Gleitkommaoperationen und Skalarproduktschaltungen mit geringer Genauigkeit umgestaltet.

Unter anderem reduziert eine Optimierung des Multiplikatordesigns die Fläche der Standardeinheit nach der Synthese um etwa

15 %

, während die Betriebsverzögerung von zwei Taktzyklen auf einen Taktzyklus reduziert wird. Eine weitere Optimierung des Addierers erreicht ebenfalls eine Flächenreduzierung von etwa 15 % bei gleichzeitiger Beibehaltung einer Verzögerung von zwei Taktzyklen.

OpenAI schätzt, dass die vom KI-Modell vorgeschlagenen Designänderungen letztendlich die Standardeinheitsfläche der Jalapeño-Vektoreinheit um etwa

13 %

reduziert haben , wird die Matrixeinheit um etwa

10 %

reduziert . Diese Verbesserungen wurden bei der Silizium-Debug-Verifizierung des Chips bestätigt.

Es ist erwähnenswert, dass OpenAI die oben genannten Fähigkeiten auf das kommerzielle Chipdesign von AMD anwendet.

Nach Angaben von OpenAI haben die beiden Parteien zusammengearbeitet, um wichtige IP-Module von AMDs Flaggschiff-GPU zu optimieren. Basierend auf dem ursprünglichen hochoptimierten Design verbessert das OpenAI-Modell den Stromverbrauch, die Leistung und die Flächenindikatoren weiter, indem es den SystemVerilog-RTL-Code neu schreibt, der die Chipschaltung beschreibt. Die PPA-Verbesserung einiger Designs erreicht bis zu

14 %

.

OpenAI sagte, dies sei gleichbedeutend damit, den Designfortschritt, der normalerweise etwa ein Jahr dauern würde, in weniger als fünf Monaten abzuschließen.

AMD hat einige Optimierungen an Chipdesigns vorgenommen, die kürzlich zur Herstellung eingereicht wurden, und andere Verbesserungen wurden in Produktionsdesigndokumente integriert und sind für zukünftige Versionen geplant.

Gleichzeitig überprüfte AMD auch die Optimierungsergebnisse des OpenAI-Modells in Schlüsselmodulen der Flaggschiff-CPU der nächsten Generation und das entsprechende Design erzielte eine einstellige prozentuale Verbesserung der PPA-Indikatoren.

OpenAI gab an, dass sein Modell in der Lage sei, RTL-Code auf eine Art und Weise zu analysieren, die der eines leitenden Mikroarchitektur-Ingenieurs ähnelt, und Modifikationen an der Rechenlogik, den Steuerschaltkreisen und den Datenübertragungsstrukturen vorzuschlagen. Das Modell nutzt außerdem die elektronischen Designautomatisierungstools von Synopsys, um zu überprüfen, ob Änderungen die ursprüngliche Funktionalität beibehalten, und um die Leistungs-, Leistungs- und Flächenkompromisse verschiedener Designs zu bewerten.

Zusätzlich zum eigentlichen Chip-Projekt evaluierte OpenAI auch die Chip-Designfähigkeiten verschiedener Generationsmodelle anhand der beiden Open-Source-32-Bit-RISC-V-Prozessorkerne PicoRV32 und Ibex.

Der Test umfasst zwei Arten von Aufgaben: Eine besteht darin, den Prozessordurchsatz basierend auf dem vorhandenen RTL-Design zu optimieren, und die andere darin, das Prozessor-RTL-Design gemäß den Anforderungen der Textspezifikation von Grund auf zu generieren.

Die Ergebnisse zeigen, dass

GPT-6.2 Astra bei einem vergleichbaren Budget von etwa 112.000 Token pro Lauf die höchste Durchschnittspunktzahl bei den RTL-Optimierungsaufgaben beider Prozessorkerne erzielte

. Unter ihnen ist die durchschnittliche Punktzahl im PicoRV32-Test etwa doppelt so hoch wie die von GPT-6 Astra.

Vor allem bei der Aufgabe, RTL-Designs direkt aus Textspezifikationen zu generieren, schnitten alle fünf getesteten Modelle auf beiden Prozessoren besser ab als bei der Aufgabe, bestehende Designs zu optimieren. GPT-6.2 Astra erreichte im PicoRV32-Test einen durchschnittlichen normalisierten Wert von über 0,7 und im Ibex-Test etwa 0,75.

Diese Auswertung umfasste insgesamt

9881 Wertungsläufe

, die verschiedene Modelle, Aufgaben, Prozessorkerne und Token-Budgets abdeckt.

OpenAI wies jedoch auch darauf hin, dass diese Tests immer noch Einschränkungen aufweisen. Da Modelle bei der Neugestaltung eines Prozessors anhand der Spezifikationen Funktionen wie Leistungsindikatoren oder einige zusätzliche Anweisungen weglassen können, bedeutet eine höhere Punktzahl nicht unbedingt, dass das neue Design in tatsächlichen Produkten gleichermaßen vorteilhaft ist. Zukünftig müssen noch strengere funktionale Anforderungen, Einschränkungen der Chipfläche und Zeitkontrollen nach der physikalischen Synthese hinzugefügt werden.

In der nächsten Phase gab OpenAI seine Zusammenarbeit mit dem Chipdesign-Softwarehersteller Synopsys bekannt. Der Trainingsname lautet

GPT-Synopsys

Das neue Modell ermöglicht den Einsatz von EDA-Tools (Electronic Design Automation) wie bei professionellen Chip-Design-Ingenieuren und verbessert so die Anwendungsmöglichkeiten von KI im Chip-Design- und Verifizierungsprozess weiter.

Nach den dieses Mal veröffentlichten Ergebnissen zu urteilen, versucht OpenAI, eine Reihe technischer Wege zu etablieren, die KI zur Optimierung von Chips nutzen und dann effizientere Chips verwenden, um den Betrieb von KI-Modellen zu unterstützen. Die bisher veröffentlichten Hauptergebnisse konzentrieren sich jedoch immer noch auf bestimmte Rechenmodule und Evaluierungsaufgaben und können nicht direkt mit dem gleichen Anteil an Leistungsverbesserungen für die gesamte GPU oder CPU gleichgesetzt werden.

Verwandte Tags

Ähnliche Artikel

Kommentare

0/500
Captcha (click to refresh)
Keine Kommentare