ToolNavs 유용한 AI 도구 찾기
도구 제출 로그인
돌아가기 AI 정보
OpenAI, 모델의 칩 설계 과정 공개: Jalapeño 면적 13% 축소, AMD 양산 라인에도 적용

OpenAI, 모델의 칩 설계 과정 공개: Jalapeño 면적 13% 축소, AMD 양산 라인에도 적용

AI 정보 • Admin • • 19 회 조회

11월 18일 OpenAI는 공식 블로그에서 자사 모델이 칩 설계에 어떻게 참여하는지 자세히 공개했다. GPT-4o는 2025년 초부터 첫 자체 추론 칩 Jalapeño 설계를 지원해 왔으며, 모델이 제안한 변경으로 벡터 유닛의 표준 셀 면적이 약 13%, 매트릭스 유닛이 약 10% 줄었고 이미 실리콘으로 검증됐다. 같은 방법은 AMD 생산 라인에도 적용돼 플래그십 GPU IP에서 고도로 최적화된 기준 대비 최대 14%의 전력·성능·면적(PPA) 개선을 달성했다. 이번에 OpenAI가 내놓은 것은 개념이 아니라 회로 수준의 구체적인 숫자다.

Jalapeño의 두 가지 핵심 개선은 모두 연산 코어에서 일어났다. 벡터 유닛에서 모델은 부동소수점 가산기와 곱셈기, 변환 함수, 리덕션 로직에서 출발해 서로 다른 논리 구현과 파이프라인 분할을 시도하며 하드웨어 공유와 중간 저장 축소 기회를 찾았다. 매트릭스 유닛에서는 한 곱셈기 재설계로 합성 면적이 약 15% 줄고 지연이 두 클록에서 한 클록으로 줄었으며, 다른 가산기 재설계도 면적을 약 15% 줄이면서 두 클록 지연을 유지했다. 이를 합치면 두 자릿수 퍼센트의 면적 절감이며, 모두 실제 실리콘으로 검증된 것으로 시뮬레이션상의 숫자가 아니다.

AMD와의 협력은 한 걸음 더 나아갔다. OpenAI 모델은 회로를 기술하는 SystemVerilog 코드를 직접 다시 쓰고, AMD는 그 변경 중 일부를 최근 생산에 들어간 설계에 반영하고 나머지는 이후 버전용 양산 설계 파일에 추가했다. AMD 차세대 플래그십 CPU의 핵심 블록에서도 모델이 작성한 설계가 한 자릿수 퍼센트의 PPA 개선을 달성했다. OpenAI의 설명으로는 약 1년 분량의 진전을 5개월이 채 안 돼 이룬 셈이다. 같은 평가 방법은 오픈소스 RISC-V 코어 PicoRV32와 Ibex에도 적용됐는데, 실행당 약 11만 2천 토큰의 예산에서 GPT-6.2 Astra가 두 코어 모두에서 가장 높은 평균 점수를 기록했고, PicoRV32에서는 GPT-6 Astra의 약 두 배였다.

다음에 주목할 것은 두 가지다. 첫째는 OpenAI와 Synopsys의 협력이다. 양사는 GPT-Synopsys라는 모델을 공동 훈련해 숙련된 칩 설계자처럼 Synopsys의 EDA 도구를 사용하게 할 계획인데, 이것이 모델의 칩 설계를 일회성 사례에서 일상적인 공정으로 바꿀 수 있을지를 결정한다. 둘째는 평가 자체의 한계다. 요구사항 문서에서 코어를 처음부터 설계할 때 모델은 성능 카운터처럼 처리량 기여도가 작은 기능을 생략할 수 있어 점수가 부풀려지며, 평가에서는 면적 상한을 조이지도 않았고 물리 합성 후 타이밍도 확인하지 않아 양산 기준과는 아직 거리가 있다. 모델이 칩을 바꿀 수 있다는 것은 이미 사실이며, 다음으로 검증해야 할 것은 그것을 안정적으로, 한 번에 제대로 해낼 수 있는지다.

추천 도구

더보기