ToolNavs KI-Tools entdecken
Tool einreichen Anmelden
Zurück zu KI-Informationen
OpenAI zeigt, wie Modelle Chips entwerfen: Jalapeño 13 % kleiner, AMD setzt sie in der Produktion ein

OpenAI zeigt, wie Modelle Chips entwerfen: Jalapeño 13 % kleiner, AMD setzt sie in der Produktion ein

KI-Informationen • Admin • • 19 Aufrufe

Am 18. November hat OpenAI in einem offiziellen Blogbeitrag im Detail dargelegt, wie die eigenen Modelle am Chipdesign mitwirken: GPT-4o hilft seit Anfang 2025 beim Entwurf von Jalapeño, dem ersten eigenen Inferenzchip des Unternehmens, und die von den Modellen vorgeschlagenen Änderungen verringerten die Standardzellenfläche in der Vektoreinheit um etwa 13 % und in der Matrixeinheit um etwa 10 % – bereits in Silizium verifiziert. Derselbe Ansatz wurde auch auf AMDs Produktionslinien angewendet und erzielte bei der Flaggschiff-GPU-IP bis zu 14 % Verbesserung bei Leistung, Performance und Fläche (PPA) gegenüber stark optimierten Baselines. Diesmal spricht OpenAI in konkreten Zahlen auf Schaltungsebene, nicht in Konzepten.

Beide zentralen Verbesserungen bei Jalapeño liegen in den Rechenkernen. In der Vektoreinheit gingen die Modelle von Gleitkomma-Addierern und -Multiplizierern, Konvertierungsfunktionen und Reduktionslogik aus und probierten unterschiedliche Logikimplementierungen und Pipeline-Aufteilungen, um Hardware gemeinsam zu nutzen und Zwischenspeicher zu reduzieren. In der Matrixeinheit senkte ein neu entworfener Multiplizierer die synthetisierte Fläche um etwa 15 % und die Latenz von zwei auf einen Taktzyklus, während ein neu entworfener Addierer die Fläche ebenfalls um etwa 15 % verringerte und seine Zwei-Zyklen-Latenz behielt. Zusammen ergibt das eine zweistellige prozentuale Flächeneinsparung – alles auf echtem Silizium verifiziert, keine Papierzahlen aus der Simulation.

Die Zusammenarbeit mit AMD geht noch weiter. Die Modelle von OpenAI schreiben den SystemVerilog-Code, der die Schaltungen beschreibt, direkt um; AMD hat einen Teil dieser Änderungen in ein kürzlich zur Fertigung übergebenes Design übernommen und weitere in die Produktionsdesigndateien für künftige Versionen aufgenommen. Auch bei Schlüsselblöcken der kommenden Flaggschiff-CPU von AMD erzielten von Modellen geschriebene Designs einstellige prozentuale PPA-Verbesserungen. Nach OpenAIs Darstellung entspricht das etwa einem Jahr Fortschritt in weniger als fünf Monaten. Dieselbe Bewertungsmethode wurde auch auf die Open-Source-RISC-V-Kerne PicoRV32 und Ibex angewendet: Mit einem Budget von etwa 112.000 Token pro Lauf erzielte GPT-6.2 Astra auf beiden Kernen die höchste durchschnittliche Punktzahl, auf PicoRV32 etwa das Doppelte von GPT-6 Astra.

Zwei Dinge sind als Nächstes zu beobachten. Erstens die Partnerschaft von OpenAI mit Synopsys: Beide Unternehmen wollen gemeinsam ein Modell namens GPT-Synopsys trainieren, das Synopsys-EDA-Werkzeuge so nutzt wie erfahrene Chipdesigner – das wird entscheiden, ob modellgestütztes Chipdesign vom Einzelfall zum Routineprozess wird. Zweitens die Grenzen der Bewertung selbst: Beim Entwurf eines Kerns von Grund auf anhand schriftlicher Anforderungen können Modelle Funktionen wie Leistungszähler weglassen, die wenig zur Durchsatzleistung beitragen, was die Punktzahlen aufbläht; zudem wurden die Flächenobergrenzen nicht verschärft und das Timing nach der physikalischen Synthese nicht geprüft, sodass noch ein Abstand zu Produktionsstandards bleibt. Dass Modelle Chips verändern können, ist inzwischen Fakt; als Nächstes muss sich zeigen, ob sie das zuverlässig und auf Anhieb richtig können.

Empfohlene Tools

Mehr