ToolNavs Outils IA à découvrir
Proposer Connexion
Retour à Informations sur l’IA
Les modèles d'OpenAI conçoivent désormais des puces : Jalapeño gagne 13 % de surface, AMD avance de près d'un an

Les modèles d'OpenAI conçoivent désormais des puces : Jalapeño gagne 13 % de surface, AMD avance de près d'un an

Informations sur l’IA • Admin • • 6 vues

Le 18 novembre 2026, OpenAI a dévoilé dans un billet officiel les derniers progrès de ses modèles dans la conception de puces : sur Jalapeño, sa première puce d'inférence conçue en interne, les modifications proposées par les modèles ont réduit la surface des cellules standard d'environ 13 % dans l'unité vectorielle et d'environ 10 % dans l'unité matricielle, et ces optimisations ont été validées sur silicium. Ce n'est pas un benchmark sur papier : les changements proposés par les modèles se retrouvent dans une puce réellement fabriquée.

D'où vient la surface économisée sur Jalapeño

Jalapeño est la première puce d'inférence conçue en interne par OpenAI, et les modèles participent à sa conception depuis début 2025, à l'époque avec GPT-4o. OpenAI a détaillé où les économies de surface ont été réalisées : dans l'unité vectorielle, les additionneurs et multiplieurs à virgule flottante, les fonctions de conversion et la logique de réduction ont été retravaillés, le modèle testant d'autres implémentations logiques et d'autres découpages de pipeline pour mutualiser le matériel et stocker moins de résultats intermédiaires ; dans l'unité matricielle, une refonte du multiplieur a réduit la surface de synthèse d'environ 15 % tout en ramenant la latence de deux cycles d'horloge à un seul, et une refonte distincte de l'additionneur a aussi économisé environ 15 % de surface, à latence inchangée. Ensemble, ces changements donnent les 13 % et les 10 %.

Chez AMD : presque un an de progrès en moins de cinq mois

Au-delà de sa propre puce, OpenAI a appliqué la même méthode au GPU phare d'AMD. Le modèle a réécrit le code SystemVerilog décrivant les circuits, et a gagné jusqu'à 14 % en puissance, performances et surface combinées par rapport à une base déjà fortement optimisée — soit, selon OpenAI, environ un an de progrès accompli en moins de cinq mois. AMD a déjà intégré une partie de ces changements dans un design envoyé en fabrication, et versé le reste dans les fichiers de production des versions futures. Sur les blocs clés du prochain CPU phare, les designs écrits par le modèle ont aussi apporté des gains de quelques pour cent.

Ce qui mérite l'attention, ce n'est pas un pourcentage isolé, mais la méthode de vérification : chaque réécriture devait passer les outils EDA de Synopsys pour prouver que le comportement était préservé, avant d'évaluer les arbitrages entre consommation, performances et surface. Le modèle ne dessine pas des circuits sur papier ; il boucle la boucle sur de vrais designs de production, avec la chaîne d'outils existante du secteur. OpenAI a aussi publié des évaluations intergénérationnelles : en testant les modèles successifs sur deux cœurs RISC-V 32 bits open source, PicoRV32 et Ibex, GPT-6.2 Astra a obtenu les meilleurs scores sur les deux, avec un budget d'environ 112 000 tokens par exécution, et GPT-6.1 Sol a aussi dépassé GPT-5.6 Sol sur les deux — la preuve que la capacité de conception de puces progresse réellement à chaque génération de modèles.

Deux questions se posent pour la suite : GPT-Synopsys, le modèle qu'OpenAI entraîne avec Synopsys, transformera-t-il cette capacité en outil quotidien des ingénieurs en puces, et les données mesurées des prochains GPU et CPU d'AMD confirmeront-elles ces pourcentages ? Les lecteurs ordinaires n'ont pas besoin d'attendre la commercialisation des puces pour s'y intéresser : dès que l'IA fait baisser le coût de la conception de puces, la barrière d'entrée des puces sur mesure baisse aussi.

Outils Recommandés

Plus