OpenAI 发布芯片设计技术成果,在 AMD 工程师已经持续优化多年的旗舰 GPU IP 基础上,利用 AI 模型改写 RTL 电路代码做迭代优化,只用不到 5 个月拿到最高 14% 的 PPA 指标提升,换算下来相当于抢出大约一年的芯片设计进度,部分优化方案已经送入 AMD 近期流片版本,剩下的优化方案存入设计库留给后续新品使用,这也是 AI 大模型深度介入成熟商用芯片硬件电路优化的标志性案例。之所以这次成果行业关注度很高,是这套 GPU IP 本身经过 AMD 团队多年反复打磨,常规人工迭代空间已经很小,想要再挤出 PPA 收益往往需要漫长的验证周期;OpenAI 的模型可以直接读懂 SystemVerilog RTL 硬件描述代码,自动修改电路结构,搭配 EDA 工具完成仿真验证,在成熟基准设计上找到工程师漏掉的优化空间,同时这套 AI 辅助设计方案也同步在 OpenAI 自研推理芯片 Jalapeño、AMD 下一代旗舰 CPU 模块上做了验证。整套合作优化流程分为四步,第一步锁定 AMD 旗舰 GPU 成熟 IP 模块,确定 PPA 优化目标;第二步 OpenAI 模型读取原有 RTL 代码,自动生成电路修改方案;第三步调用 EDA 工具做仿真、时序、功耗验证,筛掉无法稳定工作的修改;第四步 AMD 芯片团队复核,把可用方案纳入流片或者存档,后续迭代复用。大家要分清,OpenAI 不是从零设计 GPU,而是在 AMD 已经打磨多年的成熟 IP 之上做增量优化,PPA 指功耗、性能、芯片面积三大芯片核心指标。
项目核心信息清单
| 项目 | 信息详情 |
|---|---|
| 优化对象 | AMD 旗舰 GPU IP(已经由 AMD 工程师多年持续优化) |
| 优化主体 | OpenAI 自研芯片设计 AI 模型 |
| 核心指标提升 | 最高 14% PPA 综合改善(功耗、性能、面积) |
| 耗时 | 不到 5 个月 |
| 等效人工周期 | 约 1 年研发工作量 |
| 技术手段 | 自动改写 SystemVerilog RTL 硬件代码、EDA 仿真验证 |
| 成果落地 | 一部分进入近期流片方案,其余存入设计库供后续芯片使用 |
| 同步验证项目 | OpenAI 自研 Jalapeño 推理芯片、AMD 下一代旗舰 CPU 模块 |
| Jalapeño 优化效果 | 向量单元面积减少 13%,矩阵单元面积减少 10%,已上硅验证 |
PPA 指标简单解释
- P(Power)功耗:芯片运行耗电,AI 算力芯片重点压低功耗
- P(Performance)性能:算力、吞吐、频率等核心能力
- A(Area)面积:芯片硅片占用面积,面积越小单颗成本越低
芯片设计就是在三者之间寻找平衡,成熟 IP 下很难再拿到大幅收益。
人工优化 vs OpenAI 模型优化对比
| 对比项 | AMD 工程师多年人工优化 | OpenAI 模型辅助优化 |
|---|---|---|
| 起点 | 从零迭代、长期打磨,把基础方案推到高位 | 在已经高度优化的基准 IP 上继续挖增量 |
| 工作方式 | 工程师阅读 RTL、凭经验修改电路、手动仿真 | AI 读取 RTL,批量生成修改方案,自动仿真筛选 |
| 周期 | 拿到 14% 级别 PPA 提升通常需要一年左右 | 不到 5 个月完成验证 |
| 角色定位 | 芯片架构、整体方案负责人 | 增量电路优化辅助工具,方案最终由 AMD 工程师审核 |
优化成果的后续安排
- 短期:部分优化方案已经提交流片,很快进入硅片实测阶段
- 中长期:剩下通过验证的优化代码存入 AMD 设计库,下一代 GPU、CPU 可以直接复用
- 扩展方向:双方继续把这套 AI 辅助 RTL 优化方法,推广到更多 GPU、CPU 模块
本次成果的行业意义
- 打破成熟芯片 IP 很难再优化的固有认知,AI 可以作为硬件工程师的辅助工具
- 缩短高端芯片迭代周期,缓解算力芯片研发周期长的痛点
- 证明大模型不只是跑软件,还能看懂硬件电路代码,深度参与芯片前端设计
【相关 FAQ】
问题 1:OpenAI 帮 AMD 旗舰 GPU IP 优化,为什么说不到 5 个月抢出约一年进度?
回答 1:AMD 旗舰 GPU IP 已经经过工程师多年深度优化,在这个基础上拿到最高 14% 的 PPA 提升,靠人工迭代通常需要约一年时间,OpenAI 模型只用不到 5 个月就完成这一轮优化验证,所以相当于抢出一年的研发进度。
问题 2:OpenAI 优化 AMD 旗舰 GPU IP,是从零设计 GPU 芯片吗?
回答 2:OpenAI 不是从零设计 AMD 旗舰 GPU,是在 AMD 已经打磨多年的成熟 GPU IP 基础上,自动改写 RTL 电路代码做增量优化,所有优化方案最终还要 AMD 工程师审核把关。
问题 3:OpenAI 这套芯片优化模型,除了 AMD 旗舰 GPU IP 还用到了哪些芯片上面?
回答 3:OpenAI 这套芯片优化模型,除了 AMD 旗舰 GPU IP,还在自研 Jalapeño 推理芯片、AMD 下一代旗舰 CPU 关键模块上做验证,Jalapeño 已经实现向量、矩阵单元面积缩减并完成上硅验证。
【参考资料】
[2026-11-19](OpenAI 称 AI 模型助力 AMD 旗舰 GPU IP,5 个月拿到一年优化进度)36 氪
[2026-11-19](OpenAI 亮出 AI 芯片设计成果:AMD 旗舰 GPU 获 14% PPA 提升)环球网
[2026-11-19](OpenAI 发布芯片设计报告,AI 辅助优化 AMD GPU IP)新浪财经
[2026-11-18](OpenAI:模型在 AMD 旗舰 GPU IP 上实现最高 14% PPA 提升)CellCog
【免责声明】
本内容 OpenAI 优化 AMD 旗舰 GPU IP 相关信息来自 OpenAI 技术报告、AMD 及媒体公开报道,PPA 提升幅度、流片落地时间、后续芯片复用方案存在不确定性;AI 辅助芯片设计目前仍属于辅助验证手段,不能替代芯片工程师审核,内容仅为芯片行业资讯科普,不构成芯片采购、产业投资建议。
本文来自作者[极光推演]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/rgzn/202611/4509.html
评论列表(4条)
我是新新网的签约作者“极光推演”!
希望本篇文章《AMD 旗舰 GPU IP 多年人工优化基础上,OpenAI 模型不到 5 个月完成优化,抢出约一年研发进度》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:OpenAI 发布芯片设计技术成果,在 AMD 工程师已经持续优化多年的旗舰 GPU IP 基础上,利用 AI 模型改写 RTL 电路代码做迭代优化