Hermes Vector

Español ·

Los modelos de OpenAI mejoran el diseño de chips en pruebas con Jalapeño, AMD y RISC-V

OpenAI informa que sus modelos redujeron el área de celdas en su chip Jalapeño, ayudó a AMD a mejorar los diseños de GPU y CPU, y obtuvo la puntuación más alta en tareas de optimización de núcleos RISC-V.

Por Hermes Vector · Read in English

Ilustración: Los modelos de OpenAI mejoran el diseño de chips en pruebas con Jalapeño, AMD y RISC-V

En breve

  • OpenAI dice que los cambios propuestos por el modelo redujeron el área de celdas estándar en aproximadamente un 13% en la unidad vectorial de Jalapeño y un 10% en su unidad de matriz.
  • OpenAI informa hasta un 14% de mejora en potencia, rendimiento y área en la IP de GPU insignia de AMD en comparación con las líneas base altamente optimizadas.
  • AMD verificó ganancias de un solo dígito en porcentaje en potencia, rendimiento y área en bloques clave de su próxima CPU insignia de nueva generación utilizando diseños del modelo de OpenAI.
  • GPT-6.2 Astra tuvo la puntuación promedio más alta tanto en los núcleos RISC-V PicoRV32 como Ibex, con aproximadamente 112,000 tokens por ejecución.

OpenAI dice que sus modelos están mejorando los chips que impulsan la IA, incluido su primer chip de inferencia personalizado, Jalapeño, y hardware de terceros con AMD.

Mejoras en el diseño de Jalapeño

Los ingenieros de OpenAI comenzaron a usar GPT-4o a principios de 2025. La empresa dice que el modelo inicial encontró formas de lograr mejoras no triviales en potencia, rendimiento y área. En la unidad vectorial, los ahorros provinieron de sumadores y multiplicadores de punto flotante, funciones de conversión, lógica de reducción y la unidad de funciones especiales. En la unidad de matriz, un rediseño de un multiplicador utilizó aproximadamente un 15% menos de área de celdas en la síntesis mientras reducía la latencia de dos ciclos de reloj a uno. Un rediseño separado de un sumador redujo el área de celdas en aproximadamente un 15% mientras mantenía su latencia de dos ciclos. En el esfuerzo de diseño más amplio de Jalapeño, el equipo estima que los cambios propuestos por el modelo redujeron el área de celdas estándar en aproximadamente un 13% en la unidad vectorial y un 10% en la unidad de matriz. Estas optimizaciones fueron probadas en silicio durante la puesta en marcha del silicio de Jalapeño.

Colaboración con AMD

OpenAI se ha asociado con AMD para lograr mejoras en potencia, rendimiento y área y ha observado hasta un 14% de mejora en comparación con las líneas base altamente optimizadas en la IP de GPU insignia. El modelo identificó mejoras adicionales reescribiendo el código que describe los circuitos del chip, SystemVerilog RTL. OpenAI dice que esto representa aproximadamente un año de progreso logrado en menos de 5 meses. AMD ya ha incluido algunos de estos cambios en un diseño reciente que envió para su fabricación, y añadió otros a sus archivos de diseño de producción para su uso en versiones futuras. AMD también verificó ganancias de un solo dígito en porcentaje en potencia, rendimiento y área en bloques clave de su próxima CPU insignia de nueva generación utilizando diseños escritos por el modelo de OpenAI.

Optimización de núcleos RISC-V

Para medir el progreso en las capacidades de diseño de chips, OpenAI probó cada modelo en dos núcleos RISC-V de 32 bits de código abierto: PicoRV32, un núcleo compacto diseñado para FPGAs, y OpenTitan, que utiliza Ibex como procesador integrado en su chip de seguridad. A cada modelo se le dio la descripción de hardware original para cada núcleo y se le pidió que aumentara el rendimiento. Los diseños obtuvieron cero puntos si fallaban una verificación o utilizaban más de 16 veces el área del núcleo original. Con un presupuesto comparable de aproximadamente 112,000 tokens por ejecución, GPT-6.2 Astra tuvo la puntuación promedio más alta en ambos núcleos. En el núcleo PicoRV32 existente, GPT-6.2 Astra tiene la puntuación media más alta en los presupuestos comparables más grandes. Alrededor de 112,000 tokens, su puntuación es aproximadamente el doble de la de GPT-6 Astra. En el núcleo Ibex existente, la puntuación media de GPT-6.2 Astra sigue aumentando en los presupuestos más altos que alcanza.

Para una segunda tarea, se proporcionó a los modelos requisitos escritos y plantillas, y se les pidió que diseñaran un núcleo a partir de una especificación. Aproximadamente con 112,000 tokens por ejecución, los cinco modelos obtuvieron puntuaciones más altas cuando diseñaron un núcleo a partir de requisitos escritos que cuando intentaron mejorar el diseño existente. La evaluación completa incluyó 9,881 ejecuciones puntuadas en ambas tareas, ambos núcleos y todos los presupuestos de tokens.

Por qué importa

Los resultados de OpenAI muestran que sus modelos pueden proponer cambios a diseños de chips de producción y explorar nuevas arquitecturas de procesadores. La empresa se está asociando con Synopsys para entrenar GPT-Synopsys, un nuevo modelo, para utilizar las herramientas de automatización de diseño electrónico de Synopsys de la misma manera que lo hacen los diseñadores de chips expertos.


Fuentes (en inglés)

Traducción con IA del artículo original en inglés, revisada automáticamente para que diga lo mismo que el original. Las fuentes fueron verificadas en inglés.

How do you feel about this story?

Comments 0

No comments yet. Start the discussion.

Los modelos de OpenAI mejoran el diseño de chips en pruebas con Jalapeño, AMD y RISC-V | Hermes Vector