OpenAI

18. november 2026

ResearchPublikation

Fremskridt inden for chipdesign med OpenAI-modeller

OpenAI's modeller forbedrer hurtigt de chips, der driver AI. I august⁠ fortalte vi, hvordan OpenAI's ingeniører brugte vores banebrydende modeller til at fremskynde udviklingen af vores første specialdesignede inferenschip, Jalapeño. Her ser vi nærmere på de designforbedringer på ekspertniveau, der ligger bag gevinsterne ved Jalapeño, og hvordan vi sammen med AMD anvender den samme tilgang til at opnå betydelige forbedringer på tredjepartshardware.

For at måle vores modellers evne til at løse chipdesignopgaver fra start til slut evaluerede vi flere på hinanden følgende generationer på to open source-processordesigns med interessante resultater. For at basere udviklingen af modellernes evner på pålidelige evalueringsværktøjer samarbejder vi desuden med Synopsys om at integrere banebrydende intelligens med de værktøjer til elektronisk designautomatisering (EDA), som ingeniører allerede bruger til at designe og verificere chips.

Forbedring af Jalapeños beregningsblokke

Vi begyndte at bruge GPT‑4o som hjælp til at designe Jalapeño i starten af 2025. Selv denne tidlige model fandt måder at opnå væsentlige PPA-forbedringer på, blandt andet:

I vektorenheden, som styrer og udfører parallelle beregningsopgaver, kom besparelserne fra additions- og multiplikationskredsløb til flydende kommatal, konverteringsfunktioner, reduktionslogik og enheden til specialfunktioner. Modellerne undersøgte både alternative logikimplementeringer og måder at fordele beregninger på tværs af pipelinetrin og fandt muligheder for at dele hardware og reducere mellemlagring.

I matrixenheden, en aritmetisk komponent, blev forbedringerne opnået på tværs af additions- og multiplikationskredsløb til flydende kommatal samt skalarproduktkredsløb med lav præcision. Et redesignet multiplikationskredsløb brugte omkring 15 % mindre celleareal ved syntese og reducerede samtidig latenstiden fra to clockcyklusser til én. Et separat redesignet additionskredsløb reducerede cellearealet med omkring 15 %, mens latenstiden forblev på to cyklusser. Yderligere forbedringer af skalarproduktlogikken og organiseringen af pipelinen gav flere besparelser på tværs af blokken.

For det samlede designarbejde med Jalapeño anslår teamet, at ændringer foreslået af modellerne reducerede standardcellearealet med omkring 13 % i vektorenheden og 10 % i matrixenheden. Disse optimeringer blev bekræftet på den fysiske chip under den indledende opstart og test af Jalapeño⁠.

Vores samarbejde med AMD

Vi har samarbejdet med AMD om PPA-forbedringer og set forbedringer på op til 14 % i forhold til allerede stærkt optimerede referencedesigns for deres flagskibs-GPU-IP. Vores model fandt yderligere forbedringer ved at omskrive den kode, der beskriver chippens kredsløb (SystemVerilog RTL). Det svarer til omtrent et års fremskridt opnået på under 5 måneder – hidtil usete resultater inden for det mest avancerede chipdesign. AMD har allerede indarbejdet nogle af disse ændringer i et nyligt design, som virksomheden har sendt til fremstilling, og tilføjet andre i sine produktionsdesignfiler til brug i fremtidige versioner.

Vi har set modellen ræsonnere om RTL på niveau med en ekspert i mikroarkitektur. Modellen kan omskrive kredsløb, der udfører beregninger, styrer operationer eller flytter data. Den brugte Synopsys-værktøjer til at verificere, at hver omskrivning bevarede blokkens funktion, og til at vurdere afvejningerne mellem strømforbrug, ydeevne og areal.

AMD bekræftede også encifrede procentvise PPA-forbedringer på tværs af centrale blokke i sin kommende flagskibs-CPU af næste generation ved hjælp af designs skrevet af vores model. Fremover forventer vi yderligere PPA-forbedringer for både GPU og CPU i forhold til det mest optimerede referencedesign.

Optimering af RISC-V-kerner

Vores resultater med Jalapeño og AMD's chips viser, at modeller kan forbedre produktionsdesigns. For at måle udviklingen i evnen til at designe chips fra én modelgeneration til den næste testede vi hver model på to 32-bit RISC-V-kerner med åben kildekode. PicoRV32 er en kompakt kerne designet til omprogrammerbare chips kaldet FPGA'er. OpenTitan bruger Ibex som den indlejrede processor i sin sikkerhedschip. Begge er komplette processorkerner til indlejrede arbejdsbelastninger på mikrocontrollerniveau.

Vi gav hver model den oprindelige hardwarebeskrivelse af hver kerne og bad den øge gennemløbet (antallet af instruktioner, kernen kan udføre pr. sekund). En ændring kan for eksempel gøre det muligt for en kerne at udføre en instruktion på færre clockcyklusser, men samtidig få hver cyklus til at tage længere tid. En måling af gennemløbet indfanger begge effekter.

Vi kontrollerede hvert designs output i en simulering. Et design fik nul point, hvis det ikke bestod en kontrol eller brugte mere end 16 gange den oprindelige kernes areal. For de designs, der bestod, målte vi antallet af instruktioner pr. clockcyklus på arbejdsbelastninger, som var skjult for modellerne. Vi beregnede det geometriske gennemsnit på tværs af disse arbejdsbelastninger og gangede det med den maksimale clockfrekvens estimeret med Yosys. Det gav os et estimat af antallet af instruktioner pr. sekund. For hver kerne tildelte vi det bedste gennemløb, vi observerede under de samme begrænsninger, en score på 1,0. Diagrammerne viser den gennemsnitlige score på tværs af kørsler, inklusive dem, der fik nul point.

Med et sammenligneligt budget på omkring 112.000 tokens pr. kørsel havde GPT‑6.2 Astra den højeste gennemsnitlige score på begge kerner. GPT‑6.1 Sol scorede også højere end GPT‑5.6 Sol på begge.

På den eksisterende PicoRV32-kerne har GPT‑6.2 Astra den højeste gennemsnitlige score ved de større sammenlignelige budgetter. Ved omkring 112.000 tokens er dens score cirka dobbelt så høj som GPT‑6 Astras.

På den eksisterende Ibex-kerne fortsætter GPT‑6.2 Astras gennemsnitlige score med at stige ved de højere budgetter, modellen når op på. GPT‑6 Astra og GPT‑6.1 Sol ligger tættere på hinanden.

Design af en RISC-V-kerne ud fra en specifikation

I den anden opgave gav vi hver model skriftlige krav og skabeloner fra den åbne kildekode, som viste, hvordan kernen forbindes med resten af systemet. Modellen valgte, hvordan data skulle bevæge sig gennem kernen, og hvordan arbejdet skulle opdeles i trin. For hver kerne beholdt vi de samme kontroller af korrekthed, hukommelses- og cacheindstillinger samt mål for gennemløb som i RTL-optimeringsopgaven.

Ved omkring 112.000 tokens pr. kørsel scorede alle fem modeller højere, når de designede en kerne ud fra skriftlige krav, end når de forsøgte at forbedre det eksisterende design. Det gjaldt både PicoRV32 og Ibex. GPT‑6.2 Astra opnåede en større forbedring på Ibex end på PicoRV32. Den samlede evaluering omfattede 9.881 scorede kørsler på tværs af begge opgaver, begge kerner og alle tokenbudgetter.

Med udgangspunkt i en PicoRV32-specifikation passerer GPT‑6.2 Astra en gennemsnitlig score på 0,7 ved omkring 112.000 tokens og scorer højere ved de næste to observerede budgetter.

På Ibex opnår GPT‑6.2 Astra en gennemsnitlig score på omkring 0,75 ved cirka 112.000 tokens, når modellen designer ud fra en specifikation. Dens kurve forbliver over de øvrige ved større budgetter, som modellerne er testet på.

Når modellerne tager udgangspunkt i skriftlige krav, har de mulighed for at udelade funktioner i de oprindelige kerner, såsom ydeevnetællere og ekstra instruktioner. Disse funktioner bidrager muligvis kun lidt til at forbedre gennemløbet på testens arbejdsbelastninger, hvilket kan forklare en del af den højere score. Hvis man stillede krav om disse funktioner, satte en strammere grænse for kredsløbsarealet og kontrollerede timing efter fysisk syntese, ville testen bedre afspejle design af chips til produktion.

Næste skridt

Vi har vist, at vores modeller kan udforske nye processorarkitekturer i RISC-V-evalueringer og bidrage med helt nye forbedringer af avancerede produktionsdesigns som Jalapeño og AMD's næste generation af flagskibs-GPU'er og -CPU'er. For at basere modeludviklingen på pålidelige evalueringsværktøjer og løse en bredere vifte af designudfordringer samarbejder vi med Synopsys om at træne en ny model, GPT‑Synopsys⁠(åbner i et nyt vindue), til at bruge Synopsys' værktøjer til elektronisk designautomatisering (EDA) på samme måde som erfarne chipdesignere.