2026年11月18日、OpenAIは公式ブログで、モデルがチップ設計に参画した最新の進展を明らかにした。自社開発の推論チップJalapeñoでは、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が約13%、マトリクスユニットが約10%削減され、最適化はシリコンで実証済みだ。紙の上のベンチマークではなく、モデルの変更が実際にテープアウトされたチップに組み込まれたのである。
Jalapeñoの削減分はどこから生まれたか
JalapeñoはOpenAI初の自社開発推論チップで、2025年初頭からモデルが設計に携わっており、当時はGPT-4oが使われていた。OpenAIは面積削減の具体的な内訳を公開した。ベクトルユニットでは浮動小数点加算器・乗算器、変換関数、リダクションロジックがすべて見直され、モデルは異なる論理実装とパイプライン分割を試し、ハードウェアの共有と中間データの削減を実現した。マトリクスユニットでは、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%削減され、レイテンシは変わらなかった。この2つを合わせて13%と10%という数字になった。
AMDの生産ライン:約1年分の進展を5か月弱で
自社チップ以外にも、OpenAIは同じ手法をAMDのフラッグシップGPUに適用した。モデルが回路を記述するSystemVerilogコードを書き換え、すでに高度に最適化されたベースラインからさらに最大14%の電力・性能・面積の総合改善を引き出した。OpenAIの表現を借りれば、約1年分の進展を5か月弱で達成したことになる。AMDは一部の変更をすでに製造に送る設計に組み込み、残りも将来バージョンの設計ファイルに追加した。次世代フラッグシップCPUの主要ブロックでも、モデルが書いた設計が1桁台のパーセント改善を達成している。
注目すべきは個々の数字ではなく検証方法だ。すべての書き換えはSynopsysのEDAツールでチェックされ、動作が変わっていないことを確認したうえで、電力・性能・面積のトレードオフが評価された。モデルは紙の上で回路を描いているのではなく、実際の量産設計で既存のツールチェーンを使ってループを回している。OpenAIは世代をまたぐ評価も公開した。オープンソースの32ビットRISC-VコアPicoRV32とIbexで各モデルをテストしたところ、1回あたり約11万2千トークンの予算でGPT-6.2 Astraが両方で最高スコアを記録し、GPT-6.1 Solも両方でGPT-5.6 Solを上回った。チップ設計能力がモデルの世代交代とともに確実に向上している証拠だ。
次に見るべき点は2つある。OpenAIがSynopsysと共同で訓練するGPT-Synopsysが、この能力をチップエンジニアの日常ツールにできるかどうか。そしてAMDの次世代GPU・CPUの実測データが、これらの数字を裏付けるかどうかだ。一般の読者もチップの発売を待つ必要はない。AIがチップ設計のコストを下げれば、カスタムチップへのハードルも一緒に下がるからだ。