OpenAI

18 de novembre del 2026

RecercaPublicació

Avenços en el disseny de xips amb els models d'OpenAI

Els models d'OpenAI estan millorant ràpidament els xips que fan possible la IA. A l'agost,⁠ vam explicar com els enginyers d'OpenAI havien utilitzat els nostres models d'avantguarda per accelerar el desenvolupament del nostre primer xip d'inferència a mida, Jalapeño. Aquí analitzem més a fons les millores de disseny de nivell expert que han fet possibles els avenços de Jalapeño i com apliquem el mateix enfocament amb AMD per aconseguir millores significatives en maquinari de tercers.

Per mesurar la capacitat del nostre model en tasques de disseny integral de xips, vam avaluar generacions successives amb dos dissenys de processadors de codi obert i vam obtenir resultats interessants. I, per basar el desenvolupament de capacitats en avaluadors fiables, treballem amb Synopsys per integrar la intel·ligència d'avantguarda amb les eines d'automatització del disseny electrònic (EDA) que els enginyers ja utilitzen per dissenyar i verificar xips.

Millora dels blocs de càlcul de Jalapeño

Vam començar a utilitzar GPT‑4o com a suport per dissenyar Jalapeño a principis del 2025. Fins i tot aquell primer model va trobar maneres d'aconseguir millores substancials en consum, rendiment i àrea (PPA), com ara:

A la unitat vectorial, que gestiona i executa tasques de computació paral·lela, els estalvis provenien dels sumadors i multiplicadors de coma flotant, les funcions de conversió, la lògica de reducció i la unitat de funcions especials. Els models van explorar tant implementacions lògiques alternatives com maneres de repartir els càlculs entre les etapes de segmentació, i van trobar oportunitats per compartir maquinari i reduir l'emmagatzematge intermedi.

A la unitat matricial, un component aritmètic, es van acumular millores en els sumadors i multiplicadors de coma flotant i en els circuits de producte escalar de baixa precisió. El redisseny d'un multiplicador va reduir aproximadament un 15 % l'àrea de cel·les en la síntesi, alhora que reduïa la latència de dos cicles de rellotge a un. Un altre redisseny, en aquest cas d'un sumador, va reduir l'àrea de cel·les aproximadament un 15 % i va mantenir la latència de dos cicles. Altres millores en la lògica de producte escalar i l'organització de les etapes de segmentació van aportar estalvis addicionals al conjunt del bloc.

En el conjunt del treball de disseny de Jalapeño, l'equip estima que els canvis proposats pels models van reduir l'àrea de cel·les estàndard aproximadament un 13 % a la unitat vectorial i un 10 % a la unitat matricial. Aquestes optimitzacions es van validar en silici durant la posada en marxa del xip Jalapeño⁠.

La nostra col·laboració amb AMD

Hem col·laborat amb AMD per millorar el PPA i hem observat millores de fins al 14 % respecte de dissenys de referència molt optimitzats en la IP de la seva GPU insígnia. El nostre model va identificar més millores reescrivint el codi que descriu els circuits del xip (RTL en SystemVerilog). Això equival aproximadament a un any de progrés aconseguit en menys de 5 mesos: uns resultats sense precedents a l'avantguarda del disseny de xips. AMD ja ha inclòs alguns d'aquests canvis en un disseny recent que ha enviat a fabricar, i n'ha incorporat d'altres als fitxers de disseny de producció per utilitzar-los en versions futures.

Hem observat que el model raona sobre RTL al nivell d'un expert en microarquitectura. El model pot reescriure circuits que fan càlculs, controlen operacions o mouen dades. Va utilitzar eines de Synopsys per verificar que cada reescriptura preservava el comportament del bloc i per avaluar els compromisos entre consum, rendiment i àrea.

AMD també va verificar millores percentuals d'un sol dígit en PPA en blocs clau de la seva pròxima CPU insígnia de nova generació utilitzant dissenys escrits pel nostre model. De cara al futur, esperem aconseguir més millores de PPA en GPU i CPU respecte del disseny de referència més optimitzat.

Optimització de nuclis RISC-V

Els nostres resultats amb Jalapeño i els xips d'AMD mostren que els models poden aportar millores als dissenys de producció. Per mesurar l'evolució de les capacitats de disseny de xips entre generacions de models, vam provar cada model amb dos nuclis RISC-V de 32 bits de codi obert. PicoRV32 és un nucli compacte dissenyat per a xips reprogramables anomenats FPGA. OpenTitan utilitza Ibex com a processador integrat en el seu xip de seguretat. Tots dos són nuclis de processador complets per a càrregues de treball de sistemes encastats de tipus microcontrolador.

Vam donar a cada model la descripció original del maquinari de cada nucli i li vam demanar que n'augmentés el rendiment (el nombre d'instruccions que el nucli pot executar per segon). Per exemple, un canvi podria permetre que un nucli completés una instrucció en menys cicles de rellotge, però fer que cada cicle durés més. Mesurar el rendiment permet tenir en compte tots dos efectes.

Vam comprovar les sortides de cada disseny mitjançant simulacions. Els dissenys rebien una puntuació de zero si no superaven alguna comprovació o si ocupaven més de 16 vegades l'àrea del nucli original. Per als dissenys que superaven les comprovacions, vam mesurar les instruccions per cicle de rellotge amb càrregues de treball que els models desconeixien. Vam calcular la mitjana geomètrica d'aquestes càrregues de treball i la vam multiplicar per la freqüència de rellotge màxima estimada amb Yosys. Això ens va donar una estimació de les instruccions per segon. Per a cada nucli, vam assignar una puntuació d'1,0 al millor rendiment que vam observar sota les mateixes restriccions. Els gràfics mostren la puntuació mitjana de les execucions, incloses les que van obtenir un zero.

Amb un pressupost comparable d'uns 112.000 segments textuals per execució, GPT‑6.2 Astra va obtenir la puntuació mitjana més alta en tots dos nuclis. GPT‑6.1 Sol també va superar GPT‑5.6 Sol en tots dos.

En el nucli PicoRV32 existent, GPT‑6.2 Astra obté la puntuació mitjana més alta amb els pressupostos comparables més elevats. Amb uns 112.000 segments textuals, la seva puntuació és aproximadament el doble de la de GPT‑6 Astra.

En el nucli Ibex existent, la puntuació mitjana de GPT‑6.2 Astra continua augmentant amb els pressupostos més elevats que arriba a utilitzar. GPT‑6 Astra i GPT‑6.1 Sol obtenen resultats més propers entre si.

Disseny d'un nucli RISC-V a partir d'una especificació

Per a la segona tasca, vam donar a cada model requisits escrits i plantilles extretes del codi obert que mostraven com es connecta el nucli a la resta del sistema. El model va decidir com circularien les dades pel nucli i com dividiria el treball en etapes. Per a cada nucli, vam mantenir les mateixes comprovacions de correcció, configuracions de memòria i memòria cau, i objectius de rendiment que en la tasca d'optimització RTL.

Amb uns 112.000 segments textuals per execució, els cinc models van obtenir puntuacions més altes quan dissenyaven un nucli a partir de requisits escrits que quan intentaven millorar el disseny existent. Això es va complir tant en PicoRV32 com en Ibex. GPT‑6.2 Astra va millorar més en Ibex que en PicoRV32. L'avaluació completa va incloure 9.881 execucions puntuades entre les dues tasques, els dos nuclis i tots els pressupostos de segments textuals.

Partint d'una especificació de PicoRV32, GPT‑6.2 Astra supera una puntuació mitjana de 0,7 amb prop de 112.000 segments textuals i obté puntuacions més altes amb els dos pressupostos següents observats.

En Ibex, GPT‑6.2 Astra obté una mitjana d'aproximadament 0,75 amb prop de 112.000 segments textuals quan dissenya a partir d'una especificació. La seva corba es manté per sobre de les altres amb pressupostos més elevats comuns als models.

Partir de requisits escrits dona als models marge per ometre funcionalitats dels nuclis originals, com ara comptadors de rendiment i instruccions addicionals. Aquestes funcionalitats poden contribuir de manera molt limitada a millorar el rendiment amb les càrregues de treball de prova, cosa que podria explicar part de l'avantatge en la puntuació. Exigir aquestes funcionalitats, fixar un límit més estricte per a l'àrea del circuit i comprovar la temporització després de la síntesi física faria que la prova fos més representativa del disseny de xips de producció.

Propers passos

Hem demostrat que els nostres models poden explorar noves arquitectures de processador en avaluacions de RISC-V i hem aportat millores inèdites a dissenys de producció sofisticats com Jalapeño i la GPU i la CPU insígnia de nova generació d'AMD. Per basar el desenvolupament de models en avaluadors fiables i ampliar els reptes de disseny que abordem, col·laborem amb Synopsys per entrenar GPT‑Synopsys⁠(s'obre en una finestra nova), un nou model, perquè utilitzi les eines d'automatització del disseny electrònic (EDA) de Synopsys com ho fan els dissenyadors de xips experts.