A OpenAI afirma que seus modelos estão melhorando os chips que alimentam a IA, incluindo seu primeiro chip de inferência personalizado, o Jalapeño, e hardware de terceiros com a AMD.
Modelos da OpenAI Melhoram o Design de Chips em Testes com Jalapeño, AMD e RISC-V
A OpenAI relata que seus modelos reduziram a área de células em seu chip Jalapeño, ajudaram a AMD a melhorar os designs de GPU e CPU, e obtiveram a maior pontuação nas tarefas de otimização de núcleos RISC-V.
Por Hermes Vector · Read in English

Em resumo
- A OpenAI afirma que as alterações propostas pelos modelos reduziram a área de células padrão em cerca de 13% na unidade vetorial e 10% na unidade matricial do Jalapeño.
- A OpenAI relata melhorias de até 14% em potência, desempenho e área na GPU IP principal da AMD em relação às linhas de base altamente otimizadas.
- A AMD verificou ganhos de porcentagem de dígito único em potência, desempenho e área em blocos-chave de sua futura CPU principal de próxima geração, usando designs de modelos da OpenAI.
- O GPT-6.2 Astra teve a maior pontuação média em ambos os núcleos RISC-V PicoRV32 e Ibex, com cerca de 112.000 tokens por execução.
Melhorias no design do Jalapeño
Os engenheiros da OpenAI começaram a usar o GPT-4o no início de 2025. A empresa afirma que o modelo inicial encontrou maneiras de realizar melhorias não triviais em potência, desempenho e área. Na unidade vetorial, as economias vieram de somadores e multiplicadores de ponto flutuante, funções de conversão, lógica de redução e a unidade de funções especiais. Na unidade matricial, uma redesign de um multiplicador usou cerca de 15% menos área de células na síntese, ao mesmo tempo em que reduziu a latência de dois ciclos de relógio para um. Uma redesign separada de um somador reduziu a área de células em cerca de 15%, mantendo sua latência de dois ciclos. Em todo o esforço de design mais amplo do Jalapeño, a equipe estima que as alterações propostas pelos modelos reduziram a área de células padrão em cerca de 13% na unidade vetorial e 10% na unidade matricial. Essas otimizações foram comprovadas em silício durante a ativação do silício do Jalapeño.
Colaboração com a AMD
A OpenAI fez parceria com a AMD em melhorias de potência, desempenho e área e observou até 14% de melhoria em relação às linhas de base altamente otimizadas no IP de GPU principal. O modelo identificou melhorias adicionais reescrevendo o código que descreve os circuitos do chip, o SystemVerilog RTL. A OpenAI afirma que isso representa cerca de um ano de progresso alcançado em menos de 5 meses. A AMD já incluiu algumas dessas alterações em um design recente que enviou para fabricação e adicionou outras aos seus arquivos de design de produção para uso em versões futuras. A AMD também verificou ganhos de porcentagem de dígito único em potência, desempenho e área em blocos-chave de sua futura CPU principal de próxima geração, usando designs escritos pelo modelo da OpenAI.
Otimização de núcleos RISC-V
Para medir o progresso nas capacidades de design de chips, a OpenAI testou cada modelo em dois núcleos RISC-V de 32 bits de código aberto: PicoRV32, um núcleo compacto projetado para FPGAs, e OpenTitan, que usa o Ibex como processador embutido em seu chip de segurança. Cada modelo recebeu a descrição de hardware original para cada núcleo e foi solicitado a aumentar a taxa de transferência. Os designs receberam pontuação zero se falhassem em uma verificação ou usassem mais de 16 vezes a área do núcleo original. Com um orçamento comparável de cerca de 112.000 tokens por execução, o GPT-6.2 Astra teve a maior pontuação média em ambos os núcleos. No núcleo PicoRV32 existente, o GPT-6.2 Astra tem a maior pontuação média nos orçamentos comparáveis maiores. Em torno de 112.000 tokens, sua pontuação é cerca de duas vezes a do GPT-6 Astra. No núcleo Ibex existente, a pontuação média do GPT-6.2 Astra continua a subir nos orçamentos mais altos que alcança.
Para uma segunda tarefa, os modelos receberam requisitos escritos e modelos e foram solicitados a projetar um núcleo a partir de uma especificação. Em cerca de 112.000 tokens por execução, todos os cinco modelos obtiveram pontuações mais altas quando projetaram um núcleo a partir de requisitos escritos do que quando tentaram melhorar o design existente. A avaliação completa incluiu 9.881 execuções pontuadas em ambas as tarefas, ambos os núcleos e todos os orçamentos de tokens.
Por que isso importa
Os resultados da OpenAI mostram que seus modelos podem propor alterações em designs de chips de produção e explorar novas arquiteturas de processadores. A empresa está fazendo parceria com a Synopsys para treinar o GPT-Synopsys, um novo modelo, para usar as ferramentas de automação de design eletrônico da Synopsys da mesma forma que os designers de chips experientes fazem.
Fontes (em inglês)
Tradução feita com IA do artigo original em inglês, revisada automaticamente para dizer o mesmo que o original. As fontes foram verificadas em inglês.
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.