OpenAI 发布芯片设计技术报告,公开和 AMD 的合作成果,依靠自家前沿大模型改写 SystemVerilog RTL 硬件代码,对 AMD 旗舰 GPU 核心 IP 模块做功耗、性能、面积也就是 PPA 优化,在原本已经深度打磨的基准版本之上拿到最高 14% 的 PPA 改善,原本人工要花一整年才能拿到的优化成果,这次只用了不到 5 个月。AI 模型可以像资深微架构工程师一样看懂电路 RTL,修改计算单元、控制通路、数据传输电路,并且调用 Synopsys 的 EDA 工具自动校验,保证修改之后电路功能不变,同时权衡功耗、性能、芯片面积。现在 AMD 已经把一部分优化方案放进最近准备流片的版本,剩下的优化方案存入设计库,留给后续迭代芯片使用。除了 GPU,这套方案也在 AMD 下一代旗舰 CPU 关键模块做了验证,CPU 模块拿到个位数的 PPA 提升。OpenAI 这套芯片设计能力,之前也用在自家自研推理芯片 Jalapeño 上,向量单元面积缩减 13%、矩阵单元缩减 10%,这次和 AMD 合作,是把 AI 辅助芯片设计从自用芯片,拓展到商用旗舰 GPU、CPU 的 IP 迭代。
一、本次合作核心指标表
| 项目 | 详情 |
|---|---|
| 优化对象 | AMD 旗舰 GPU 核心 IP(配套同步验证下一代旗舰 CPU 模块) |
| 优化方式 | AI 改写 SystemVerilog RTL 硬件描述代码,EDA 工具自动验证 |
| GPU 模块 PPA 提升 | 最高 14%(对比高度优化的原有基准) |
| CPU 模块 PPA 提升 | 个位数百分比改善 |
| 研发周期对比 | 人工预期约 1 年,AI 辅助实际不到 5 个月 |
| 成果落地进度 | 部分方案已经进入流片版本,其余存入设计库用于后续新品 |
二、AI 芯片优化的工作流程清单
- 输入成熟、经过人工打磨的原有 RTL 电路代码作为基准。
- OpenAI 模型分析电路逻辑,生成新的 RTL 改写方案,调整电路结构。
- 调用 Synopsys EDA 工具校验:保证电路功能不变,测算 PPA 指标。
- 筛选有效优化方案,剔除功能出错、收益不达标的版本。
- AMD 工程师二次复核,把可用方案并入芯片设计工程。
三、和 OpenAI 自研芯片 Jalapeño 的对照
✅ Jalapeño(OpenAI 自研推理芯片):向量单元面积 - 13%,矩阵单元面积 - 10%,是这套能力最早落地的内部案例。
✅ AMD 旗舰 GPU IP:成熟商用 IP 再优化,最高 14% PPA 提升,周期大幅压缩,属于对外产业落地。
✅ 补充测试:还在 RISC-V 处理器上做架构探索测试,验证 AI 探索全新处理器架构的潜力。
四、优势与局限说明
✅ 优势:在已经高度优化的成熟 IP 上继续挖潜力,不是从零设计;大幅压缩迭代周期,缩短芯片研发节奏;自动做 PPA 权衡,给出人工不容易想到的电路写法。
⚠️ 局限:不是整张 GPU 芯片整体性能提升 14%,是测试的单个 IP 模块指标;最终方案依旧需要 AMD 工程师人工复核;只做增量优化,不是 AI 独立完成全新芯片架构。
五、常见认知误区
- 误区 1:AI 直接从头设计了一整块 AMD 旗舰 GPU。事实:只是对现有成熟 GPU IP 模块做电路增量优化,不是从零设计芯片。
- 误区 2:14% 等于显卡游戏性能直接涨 14%。事实:是 IP 模块 PPA 综合指标提升,不等于成品显卡跑分、游戏性能同步上涨。
- 误区 3:AI 改完代码直接流片,不用人工。事实:AI 生成方案之后,EDA 校验 + AMD 工程师二次审核是必要环节,人类依旧把关。
- 误区 4:这套优化只给 GPU 用。事实:同步验证了下一代 AMD 旗舰 CPU 模块,CPU 模块同样拿到小幅 PPA 收益。
【相关 FAQ】
问题 1:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,主要优化指标是什么?
回答 1:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,核心优化指标是 PPA,也就是功耗、性能、芯片面积,GPU 目标模块最高拿到 14% 的 PPA 改善。
问题 2:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,靠什么方式实现电路优化?
回答 2:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,是 AI 模型改写 SystemVerilog RTL 硬件描述代码,搭配 EDA 工具自动校验电路功能,筛选优化方案。
问题 3:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,优化成果什么时候落地?
回答 3:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,一部分优化方案已经放进近期流片版本,剩下方案存入设计库,用于 AMD 后续迭代芯片。
问题 4:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,除了 GPU 之外还有哪些芯片验证?
回答 4:OpenAI 优化 AMD 旗舰 GPU 设计,5 个月干完 1 年活,同步在 AMD 下一代旗舰 CPU 关键模块做验证,CPU 模块取得个位数百分比的 PPA 提升,这套技术也用于 OpenAI 自研 Jalapeño 芯片。
【参考资料】
[2026-11-18](Advancing chip design with OpenAI models)OpenAI 官网
[2026-11-19](效率惊人!OpenAI 优化 AMD 旗舰 GPU 设计:5 个月干完 1 年活)快科技
[2026-11-19](14% 收益提升,OpenAI 用 AI 造芯,5 个月完成人工 1 年工作量)36 氪
[2026-11-19](AI 开始优化自己的 “大脑”:OpenAI 发布芯片设计最新成果)凤凰网科技
【免责声明】
本文内容基于 OpenAI 官方技术报告、媒体公开报道整理;14% 为 GPU 单个 IP 模块 PPA 指标提升,不等于成品显卡综合性能提升;优化方案落地、流片进度、最终芯片表现受 AMD 后续工程调整影响,相关内容仅为行业技术资讯,不构成芯片采购、算力投资建议。
本文来自作者[畴核寻码师]投稿,不代表江南网立场,如若转载,请注明出处:https://www.jnwb.net/xinwen/202611/4498.html
评论列表(4条)
我是江南网的签约作者“畴核寻码师”!
希望本篇文章《OpenAI 用 AI 模型优化 AMD 旗舰 GPU IP,5 个月完成原本 1 年的芯片 PPA 优化,最高提升 14%》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:OpenAI 发布芯片设计技术报告,公开和 AMD 的合作成果,依靠自家前沿大模型改写 SystemVerilog RTL 硬件代码,对 AMD 旗舰 GPU