Riassunto:
OpenAI ha pubblicato il suo ultimo rapporto tecnico "Advancing chip design with OpenAI models", rivelando i suoi ultimi progressi nell'utilizzo di modelli di intelligenza artificiale per assistere la progettazione dei chip. OpenAI ha dichiarato che il suo modello non solo ha aiutato il chip di inferenza AI sviluppato internamente Jalapeño a ottimizzare la progettazione del circuito, ma ha anche ottenuto un miglioramento fino al 14% negli indicatori di consumo energetico, prestazioni e area (PPA) dei principali moduli IP della GPU di punta in collaborazione con AMD
. Alcuni dei risultati di ottimizzazione sono stati incorporati nei progetti di chip recentemente presentati per la produzione da AMD.

OpenAI ha affermato che il modello di intelligenza artificiale si sta spostando dall'assistenza agli ingegneri nella scrittura del codice per entrare ulteriormente nella progettazione del circuito sottostante del chip e nell'ottimizzazione della microarchitettura. I risultati annunciati questa volta riguardano chip AI sviluppati internamente, GPU di punta AMD e CPU di prossima generazione, nonché progetti di processori RISC-V open source.
In termini di chip sviluppati internamente, OpenAI utilizzerà GPT-4o per partecipare alla progettazione di Jalapeño a partire dall'inizio del 2025. Anche i modelli precedenti all'epoca potevano già trovare spazio per l'ottimizzazione nel tradizionale processo di progettazione dei chip.
In particolare, nell'unità di calcolo vettoriale di Jalapeño, il modello AI riduce l'utilizzo delle risorse hardware e i requisiti di archiviazione intermedia dei dati regolando sommatori in virgola mobile, moltiplicatori, logica di conversione dei dati e strutture della pipeline. Nell'unità di calcolo della matrice, il modello è stato riprogettato per operazioni in virgola mobile e circuiti con prodotto scalare a bassa precisione.
Tra questi, un'ottimizzazione del design del moltiplicatore riduce l'area dell'unità standard dopo la sintesi di circa il
15%
, riducendo al contempo il ritardo di funzionamento da due cicli di clock a un ciclo di clock. Un'altra ottimizzazione del sommatore consente inoltre di ottenere una riduzione dell'area di circa il 15% mantenendo un ritardo del ciclo di due clock.OpenAI stima che le modifiche progettuali proposte dal modello AI alla fine abbiano ridotto l'area unitaria standard dell'unità vettoriale Jalapeño di circa il
13%
, l'unità della matrice viene ridotta di circa il10%
. Questi miglioramenti sono stati confermati durante la verifica del debug del silicio del chip.Vale la pena notare che OpenAI sta applicando le funzionalità di cui sopra alla progettazione dei chip commerciali di AMD.
Secondo le informazioni divulgate da OpenAI, le due parti hanno collaborato per ottimizzare i principali moduli IP della GPU di punta di AMD. Basato sul design originale altamente ottimizzato, il modello OpenAI migliora ulteriormente il consumo energetico, le prestazioni e gli indicatori di area riscrivendo il codice SystemVerilog RTL che descrive il circuito del chip. Il miglioramento del PPA di alcuni progetti arriva fino al
14%
.OpenAI ha affermato che ciò equivale a completare l'avanzamento della progettazione che normalmente richiederebbe circa un anno in meno di cinque mesi.
AMD ha applicato alcune ottimizzazioni ai progetti di chip recentemente presentati per la produzione, e altri miglioramenti sono stati incorporati nei documenti di progettazione della produzione e sono previsti per le versioni future.Allo stesso tempo, AMD ha anche verificato i risultati di ottimizzazione del modello OpenAI nei moduli chiave della CPU di punta di prossima generazione e il relativo design ha ottenuto un miglioramento percentuale a una cifra negli indicatori PPA.
OpenAI ha affermato che il suo modello è stato in grado di analizzare il codice RTL in un modo simile a quello di un ingegnere senior di microarchitettura e di proporre modifiche alla logica di calcolo, ai circuiti di controllo e alle strutture di trasmissione dei dati. Il modello sfrutta inoltre gli strumenti di automazione della progettazione elettronica di Synopsys per verificare che le modifiche mantengano la funzionalità originale e valutare la potenza, le prestazioni e i compromessi in termini di area di diversi progetti.
Oltre al progetto vero e proprio del chip, OpenAI ha anche valutato le capacità di progettazione dei chip di modelli di diversa generazione attraverso due core di processore RISC-V a 32 bit open source PicoRV32 e Ibex.
Il test comprende due tipi di attività: una consiste nell'ottimizzare il throughput del processore in base al progetto RTL esistente e l'altra consiste nel generare da zero il progetto RTL del processore in base ai requisiti delle specifiche di testo.
I risultati mostrano che con un budget comparabile di circa 112.000 token per esecuzione,
GPT-6.2 Astra ha ottenuto il punteggio medio più alto nelle attività di ottimizzazione RTL di entrambi i core del processore
. Tra questi, nel test PicoRV32, il suo punteggio medio è circa il doppio di quello del GPT-6 Astra.In particolare, nel compito di generare progetti RTL direttamente dalle specifiche di testo, tutti e cinque i modelli testati hanno ottenuto punteggi più alti su entrambi i processori rispetto al compito di ottimizzare i progetti esistenti. GPT-6.2 Astra ha ottenuto un punteggio medio normalizzato di oltre 0,7 nel test PicoRV32 e di circa 0,75 nel test Ibex.
Questa valutazione includeva un totale di
9881 serie di punteggi
, coprendo diversi modelli, attività, core del processore e budget di token.Tuttavia, OpenAI ha anche sottolineato che questi test presentano ancora dei limiti. Poiché i modelli possono omettere funzionalità come i contatori delle prestazioni o alcune istruzioni aggiuntive quando si riprogetta un processore dalle specifiche, un punteggio più alto non significa necessariamente che il nuovo design sarà ugualmente vantaggioso nei prodotti reali. In futuro dovranno essere aggiunti requisiti funzionali più rigorosi, limitazioni dell'area del chip e controlli temporali dopo la sintesi fisica.
Nella fase successiva, OpenAI ha annunciato la sua collaborazione con il produttore di software di progettazione di chip Synopsys e il nome della formazione è
GPT-Synopsys
Il nuovo modello consente di utilizzare strumenti di automazione della progettazione elettronica (EDA) come ingegneri professionisti della progettazione di chip, migliorando ulteriormente le capacità di applicazione dell’intelligenza artificiale nel processo di progettazione e verifica dei chip.A giudicare dai risultati divulgati questa volta, OpenAI sta cercando di stabilire una serie di percorsi tecnici che utilizzino l'intelligenza artificiale per ottimizzare i chip e quindi utilizzare chip più efficienti per supportare il funzionamento dei modelli di intelligenza artificiale. Tuttavia, i principali risultati annunciati finora si concentrano ancora su specifici moduli di calcolo e attività di valutazione e non possono essere direttamente equiparati alla stessa proporzione di miglioramento delle prestazioni dell'intera GPU o CPU.
Commenti