ToolNavs 便利なAIツールを発見
ツール投稿 ログイン
戻るAI情報
OpenAI、モデルによるチップ設計を詳解:Jalapeñoは面積13%削減、AMDの量産ラインにも採用

OpenAI、モデルによるチップ設計を詳解:Jalapeñoは面積13%削減、AMDの量産ラインにも採用

AI情報 • Admin • • 19 回閲覧

11月18日、OpenAIは公式ブログで自社モデルがチップ設計にどう関わっているかを詳しく解説した。GPT-4oは2025年初から初の自社推論チップJalapeñoの設計を支援しており、モデルが提案した変更によりベクトルユニットの標準セル面積は約13%、マトリックスユニットは約10%削減され、すでにシリコンで実証済みだ。同じ手法はAMDの生産ラインにも使われ、フラグシップGPU IPで高度に最適化されたベースラインに対して最大14%のPPA(消費電力・性能・面積)改善を達成した。今回は概念ではなく、回路レベルの具体的な数字が示された。

Jalapeñoの2つの重要な改善はいずれも演算コアで起きた。ベクトルユニットでは、モデルが浮動小数点加算器や乗算器、変換関数、リダクションロジックから着手し、異なる論理実装やパイプライン分割を試してハードウェア共有と中間ストレージ削減の機会を探った。マトリックスユニットでは、ある乗算器の再設計で合成面積が約15%減り、レイテンシは2クロックから1クロックに短縮、別の加算器の再設計でも面積が約15%減り、レイテンシは2クロックのまま維持された。これらを合わせると2桁%の面積削減となり、すべて実際のシリコンで検証されたもので、シミュレーション上の机上の数字ではない。

AMDとの協業はさらに踏み込んでいる。OpenAIのモデルは回路を記述するSystemVerilogコードを直接書き換え、AMDはその変更の一部を最近製造に送った設計に取り入れ、残りを将来バージョン向けの量産設計ファイルに追加した。AMDの次世代フラグシップCPUの主要ブロックでも、モデルが書いた設計が1桁%のPPA改善を達成した。OpenAIによれば、これは約1年分の進展を5か月弱で実現したことに相当する。同じ評価手法はオープンソースのRISC-VコアPicoRV32とIbexにも適用され、1回あたり約11万2000トークンの予算で、GPT-6.2 Astraが両コアで最高の平均スコアを記録し、PicoRV32ではGPT-6 Astraの約2倍となった。

次に注目すべきは2つある。1つはOpenAIとSynopsysの提携だ。両社はGPT-Synopsysというモデルを共同で訓練し、熟練のチップ設計者と同じようにSynopsysのEDAツールを使わせる計画で、これがモデルによるチップ設計を単発の事例から日常の工程へ変えられるかを決める。もう1つは評価自体の限界だ。仕様書からコアを一から設計する際、モデルは性能カウンタなどスループットへの寄与が小さい機能を省略でき、スコアが水増しされるうえ、評価では面積上限を厳しくせず、物理合成後のタイミングも確認していないため、量産水準とはまだ距離がある。モデルがチップを変えられることはすでに事実であり、次に問われるのはそれを安定的に、一発で正しくできるかどうかだ。

おすすめツール

もっと見る