OpenAI

18 Νοεμβρίου 2026

ΈρευναΔημοσίευση

Εξελίσσοντας τον σχεδιασμό τσιπ με τα μοντέλα της OpenAI

Τα μοντέλα της OpenAI βελτιώνουν με ταχείς ρυθμούς τα τσιπ που υποστηρίζουν την ΤΝ. Τον Αύγουστο,⁠ παρουσιάσαμε πώς οι μηχανικοί της OpenAI χρησιμοποίησαν τα κορυφαία μοντέλα μας για να επιταχύνουν την ανάπτυξη του Jalapeño, του πρώτου ειδικά σχεδιασμένου τσιπ μας για εκτέλεση μοντέλων. Εδώ εξετάζουμε πιο αναλυτικά τις σχεδιαστικές βελτιώσεις επιπέδου ειδικού που οδήγησαν στα οφέλη του Jalapeño, καθώς και πώς εφαρμόζουμε την ίδια προσέγγιση για να επιτύχουμε σημαντικά οφέλη σε υλικό τρίτων, σε συνεργασία με την AMD.

Για να μετρήσουμε την ικανότητα των μοντέλων μας σε εργασίες σχεδιασμού τσιπ από την αρχή έως το τέλος, αξιολογήσαμε διαδοχικές γενιές σε δύο σχέδια επεξεργαστών ανοιχτού κώδικα, με ενδιαφέροντα ευρήματα. Και για να βασίσουμε την ανάπτυξη δυνατοτήτων σε αξιόπιστα εργαλεία αξιολόγησης, συνεργαζόμαστε με τη Synopsys ώστε να ενσωματώσουμε κορυφαία ΤΝ στα εργαλεία αυτοματοποίησης ηλεκτρονικού σχεδιασμού (EDA) που χρησιμοποιούν ήδη οι μηχανικοί για τον σχεδιασμό και την επαλήθευση τσιπ.

Βελτίωση των υπολογιστικών μονάδων του Jalapeño

Αρχίσαμε να χρησιμοποιούμε το GPT‑4o ως βοήθημα στον σχεδιασμό του Jalapeño στις αρχές του 2025. Ακόμη και εκείνο το πρώιμο μοντέλο βρήκε τρόπους για ουσιαστικές βελτιώσεις στην ισχύ, την απόδοση και την επιφάνεια (PPA), όπως:

Στη διανυσματική μονάδα, η οποία διαχειρίζεται και εκτελεί παράλληλες υπολογιστικές εργασίες, η εξοικονόμηση προήλθε από αθροιστές και πολλαπλασιαστές κινητής υποδιαστολής, συναρτήσεις μετατροπής, λογική αναγωγής και τη μονάδα ειδικών συναρτήσεων. Τα μοντέλα διερεύνησαν τόσο εναλλακτικές υλοποιήσεις λογικής όσο και τρόπους κατανομής των υπολογισμών στα στάδια της διοχέτευσης, εντοπίζοντας ευκαιρίες για κοινή χρήση υλικού και μείωση της ενδιάμεσης αποθήκευσης.

Στη μονάδα πινάκων, ένα υποσύστημα αριθμητικών πράξεων, οι βελτιώσεις συσσωρεύτηκαν σε αθροιστές και πολλαπλασιαστές κινητής υποδιαστολής, καθώς και σε κυκλώματα εσωτερικού γινομένου χαμηλής ακρίβειας. Ένας επανασχεδιασμός πολλαπλασιαστή χρησιμοποίησε περίπου 15% μικρότερη επιφάνεια κυψελών κατά τη σύνθεση, μειώνοντας παράλληλα την καθυστέρηση από δύο κύκλους ρολογιού σε έναν. Ένας ξεχωριστός επανασχεδιασμός αθροιστή μείωσε την επιφάνεια κυψελών κατά περίπου 15%, διατηρώντας την καθυστέρηση των δύο κύκλων. Περαιτέρω βελτιώσεις στη λογική εσωτερικού γινομένου και στην οργάνωση της διοχέτευσης πρόσφεραν επιπλέον εξοικονόμηση σε όλη τη μονάδα.

Στο σύνολο της προσπάθειας σχεδιασμού του Jalapeño, η ομάδα εκτιμά ότι οι αλλαγές που πρότειναν τα μοντέλα μείωσαν την επιφάνεια τυπικών κυψελών κατά περίπου 13% στη διανυσματική μονάδα και 10% στη μονάδα πινάκων. Αυτές οι βελτιστοποιήσεις επαληθεύτηκαν σε πραγματικό πυρίτιο κατά την αρχική θέση σε λειτουργία του τσιπ Jalapeño⁠.

Η συνεργασία μας με την AMD

Συνεργαζόμαστε με την AMD για βελτιώσεις PPA και έχουμε διαπιστώσει βελτίωση έως και 14% σε σχέση με ήδη εξαιρετικά βελτιστοποιημένα σχέδια αναφοράς στο IP της κορυφαίας GPU της. Το μοντέλο μας εντόπισε περαιτέρω βελτιώσεις ξαναγράφοντας τον κώδικα που περιγράφει τα κυκλώματα του τσιπ (SystemVerilog RTL). Αυτό αντιστοιχεί σε πρόοδο περίπου ενός έτους που επιτεύχθηκε σε λιγότερο από 5 μήνες — πρωτοφανή αποτελέσματα στην αιχμή του σχεδιασμού τσιπ. Η AMD έχει ήδη ενσωματώσει ορισμένες από αυτές τις αλλαγές σε πρόσφατο σχέδιο που έστειλε για κατασκευή και έχει προσθέσει άλλες στα αρχεία σχεδιασμού παραγωγής της για χρήση σε μελλοντικές εκδόσεις.

Έχουμε παρατηρήσει ότι το μοντέλο αναλύει το RTL με συλλογιστική επιπέδου ειδικού στη μικροαρχιτεκτονική. Το μοντέλο μπορεί να ξαναγράψει κυκλώματα που εκτελούν υπολογισμούς, ελέγχουν λειτουργίες ή μεταφέρουν δεδομένα. Χρησιμοποίησε εργαλεία της Synopsys για να επαληθεύσει ότι κάθε επανεγγραφή διατηρούσε τη συμπεριφορά της μονάδας και για να αξιολογήσει τους συμβιβασμούς μεταξύ ισχύος, απόδοσης και επιφάνειας.

Η AMD επαλήθευσε επίσης μονοψήφια ποσοστιαία οφέλη στο PPA σε βασικές μονάδες της επερχόμενης κορυφαίας CPU επόμενης γενιάς, χρησιμοποιώντας σχέδια που έγραψε το μοντέλο μας. Στο μέλλον, αναμένουμε περαιτέρω βελτιώσεις PPA σε GPU και CPU, σε σχέση με το πιο βελτιστοποιημένο σχέδιο αναφοράς.

Βελτιστοποίηση πυρήνων RISC-V

Τα αποτελέσματά μας στο Jalapeño και στα τσιπ της AMD δείχνουν ότι τα μοντέλα μπορούν να βελτιώσουν σχέδια που προορίζονται για παραγωγή. Για να μετρήσουμε την εξέλιξη των δυνατοτήτων σχεδιασμού τσιπ από τη μία γενιά μοντέλων στην επόμενη, δοκιμάσαμε κάθε μοντέλο σε δύο πυρήνες RISC-V ανοιχτού κώδικα των 32 bit. Ο PicoRV32 είναι ένας συμπαγής πυρήνας σχεδιασμένος για επαναπρογραμματιζόμενα τσιπ που ονομάζονται FPGA. Το OpenTitan χρησιμοποιεί τον Ibex ως ενσωματωμένο επεξεργαστή στο τσιπ ασφαλείας του. Καθένας είναι ένας πλήρης πυρήνας επεξεργαστή για φόρτους εργασίας ενσωματωμένων συστημάτων κατηγορίας μικροελεγκτή.

Δώσαμε σε κάθε μοντέλο την αρχική περιγραφή υλικού κάθε πυρήνα και του ζητήσαμε να αυξήσει τη ρυθμαπόδοση (τον αριθμό εντολών που μπορεί να εκτελεί ο πυρήνας ανά δευτερόλεπτο). Για παράδειγμα, μια αλλαγή μπορεί να επιτρέπει σε έναν πυρήνα να ολοκληρώνει μια εντολή σε λιγότερους κύκλους ρολογιού, αλλά να αυξάνει τη διάρκεια κάθε κύκλου. Η μέτρηση της ρυθμαπόδοσης αποτυπώνει και τις δύο επιδράσεις.

Ελέγξαμε τις εξόδους κάθε σχεδίου μέσω προσομοίωσης. Τα σχέδια βαθμολογούνταν με μηδέν αν αποτύγχαναν σε κάποιον έλεγχο ή αν χρησιμοποιούσαν πάνω από 16 φορές την επιφάνεια του αρχικού πυρήνα. Για τα σχέδια που πέρασαν τους ελέγχους, μετρήσαμε τις εντολές ανά κύκλο ρολογιού σε φόρτους εργασίας που δεν ήταν γνωστοί στα μοντέλα. Υπολογίσαμε τον γεωμετρικό μέσο όρο για αυτούς τους φόρτους εργασίας και τον πολλαπλασιάσαμε με τη μέγιστη συχνότητα ρολογιού που εκτιμήθηκε με το Yosys. Έτσι προέκυψε μια εκτίμηση των εντολών ανά δευτερόλεπτο. Για κάθε πυρήνα, αποδώσαμε βαθμολογία 1,0 στην καλύτερη ρυθμαπόδοση που παρατηρήσαμε υπό τους ίδιους περιορισμούς. Τα γραφήματα δείχνουν τη μέση βαθμολογία όλων των εκτελέσεων, συμπεριλαμβανομένων όσων βαθμολογήθηκαν με μηδέν.

Με συγκρίσιμο διαθέσιμο όριο περίπου 112.000 token ανά εκτέλεση, το GPT‑6.2 Astra πέτυχε την υψηλότερη μέση βαθμολογία και στους δύο πυρήνες. Το GPT‑6.1 Sol ξεπέρασε επίσης το GPT‑5.6 Sol και στους δύο.

Στον υπάρχοντα πυρήνα PicoRV32, το GPT‑6.2 Astra έχει την υψηλότερη μέση βαθμολογία στα υψηλότερα συγκρίσιμα όρια token. Γύρω στα 112.000 token, η βαθμολογία του είναι περίπου διπλάσια από εκείνη του GPT‑6 Astra.

Στον υπάρχοντα πυρήνα Ibex, η μέση βαθμολογία του GPT‑6.2 Astra συνεχίζει να αυξάνεται όσο αυξάνεται το διαθέσιμο όριο token. Τα GPT‑6 Astra και GPT‑6.1 Sol βρίσκονται πιο κοντά μεταξύ τους.

Σχεδιασμός πυρήνα RISC-V βάσει προδιαγραφών

Για τη δεύτερη εργασία, δώσαμε σε κάθε μοντέλο γραπτές απαιτήσεις και πρότυπα από τον ανοιχτό κώδικα, τα οποία έδειχναν πώς συνδέεται ο πυρήνας με το υπόλοιπο σύστημα. Το μοντέλο επέλεξε πώς θα κινούνταν τα δεδομένα μέσα στον πυρήνα και πώς θα κατανέμονταν οι εργασίες σε στάδια. Για κάθε πυρήνα, διατηρήσαμε τους ίδιους ελέγχους ορθότητας, ρυθμίσεις μνήμης και κρυφής μνήμης και στόχους ρυθμαπόδοσης με την εργασία βελτιστοποίησης RTL.

Με περίπου 112.000 token ανά εκτέλεση, και τα πέντε μοντέλα πέτυχαν υψηλότερη βαθμολογία όταν σχεδίαζαν έναν πυρήνα βάσει γραπτών απαιτήσεων παρά όταν προσπαθούσαν να βελτιώσουν το υπάρχον σχέδιο. Αυτό ίσχυε τόσο για τον PicoRV32 όσο και για τον Ibex. Το GPT‑6.2 Astra βελτιώθηκε περισσότερο στον Ibex απ’ ό,τι στον PicoRV32. Η πλήρης αξιολόγηση περιλάμβανε 9.881 βαθμολογημένες εκτελέσεις και για τις δύο εργασίες, τους δύο πυρήνες και όλα τα διαθέσιμα όρια token.

Ξεκινώντας από τις προδιαγραφές του PicoRV32, το GPT‑6.2 Astra ξεπερνά τη μέση βαθμολογία 0,7 κοντά στα 112.000 token και πετυχαίνει υψηλότερες βαθμολογίες στα επόμενα δύο διαθέσιμα όρια token που εξετάστηκαν.

Στον Ibex, το GPT‑6.2 Astra πετυχαίνει μέση βαθμολογία περίπου 0,75 κοντά στα 112.000 token όταν σχεδιάζει βάσει προδιαγραφών. Η καμπύλη του παραμένει πάνω από τις υπόλοιπες στα υψηλότερα κοινά όρια token.

Η εκκίνηση από γραπτές απαιτήσεις δίνει στα μοντέλα το περιθώριο να παραλείψουν λειτουργίες των αρχικών πυρήνων, όπως μετρητές απόδοσης και πρόσθετες εντολές. Αυτές οι λειτουργίες ενδέχεται να συμβάλλουν ελάχιστα στη βελτίωση της ρυθμαπόδοσης στους φόρτους εργασίας της δοκιμής, κάτι που θα μπορούσε να εξηγεί εν μέρει το βαθμολογικό πλεονέκτημα. Η υποχρεωτική συμπερίληψη αυτών των λειτουργιών, ένα αυστηρότερο όριο στην επιφάνεια του κυκλώματος και ο έλεγχος του χρονισμού μετά τη φυσική σύνθεση θα έκαναν τη δοκιμή πιο αντιπροσωπευτική του σχεδιασμού τσιπ για παραγωγή.

Τα επόμενα βήματα

Έχουμε δείξει ότι τα μοντέλα μας μπορούν να διερευνούν νέες αρχιτεκτονικές επεξεργαστών σε αξιολογήσεις RISC-V και έχουμε συνεισφέρει ουσιαστικά νέες βελτιώσεις σε προηγμένα σχέδια παραγωγής, όπως το Jalapeño και οι κορυφαίες GPU και CPU επόμενης γενιάς της AMD. Για να βασίσουμε την ανάπτυξη μοντέλων σε αξιόπιστα εργαλεία αξιολόγησης και να καλύψουμε ένα ευρύτερο φάσμα σχεδιαστικών προκλήσεων, συνεργαζόμαστε με τη Synopsys για να εκπαιδεύσουμε το GPT‑Synopsys⁠(ανοίγει σε νέο παράθυρο), ένα νέο μοντέλο, στη χρήση των εργαλείων αυτοματοποίησης ηλεκτρονικού σχεδιασμού (EDA) της Synopsys όπως τα χρησιμοποιούν οι έμπειροι σχεδιαστές τσιπ.