OpenAI

18 nëntor 2026

KërkimePublikim

Përparimi i projektimit të çipave me modelet e OpenAI

Modelet e OpenAI po përmirësojnë me shpejtësi çipat që mundësojnë funksionimin e IA-së. Në gusht,⁠ treguam se si inxhinierët e OpenAI përdorën modelet tona avangardë për të përshpejtuar zhvillimin e Jalapeño-s, çipit tonë të parë të posaçëm për inferencë. Këtu shqyrtojmë më nga afër përmirësimet e projektimit në nivel eksperti që sollën rezultatet e Jalapeño-s dhe mënyrën si po zbatojmë të njëjtën qasje me AMD për të arritur përmirësime të ndjeshme në harduerin e palëve të treta.

Për të matur aftësinë e modelit tonë në detyrat e projektimit të çipave nga fillimi në fund, vlerësuam breza të njëpasnjëshëm modelesh në dy projekte procesorësh me burim të hapur dhe arritëm në disa përfundime interesante. Për ta mbështetur zhvillimin e aftësive te mjete të besueshme vlerësimi, po punojmë me Synopsys për të integruar inteligjencën avangardë me mjetet e automatizimit të projektimit elektronik (EDA) që inxhinierët i përdorin tashmë për projektimin dhe verifikimin e çipave.

Përmirësimi i blloqeve llogaritëse të Jalapeño-s

Nisëm ta përdornim GPT‑4o për të ndihmuar në projektimin e Jalapeño-s në fillim të vitit 2025. Edhe ai model i hershëm gjeti mënyra për të sjellë përmirësime domethënëse në konsumin e energjisë, performancën dhe sipërfaqen (PPA), si për shembull:

Në njësinë vektoriale, e cila menaxhon dhe ekzekuton detyrat e llogaritjes paralele, kursimet erdhën nga qarqet mbledhëse dhe shumëzuese me presje lëvizëse, funksionet e konvertimit, logjika e reduktimit dhe njësia e funksioneve të posaçme. Modelet eksploruan si zbatime alternative të logjikës, ashtu edhe mënyra për t’i ndarë llogaritjet në fazat e përpunimit, duke gjetur mundësi për përdorim të përbashkët të harduerit dhe për uljen e nevojave për ruajtje të ndërmjetme.

Në njësinë matricore, një komponent aritmetik, përmirësimet u grumbulluan në qarqet mbledhëse e shumëzuese me presje lëvizëse dhe në qarqet e prodhimit skalar me saktësi të ulët. Një riprojektim i qarkut shumëzues përdori rreth 15% më pak sipërfaqe qelizash gjatë sintezës, duke ulur njëkohësisht vonesën nga dy cikle takti në një. Një riprojektim tjetër i qarkut mbledhës uli sipërfaqen e qelizave me rreth 15%, duke ruajtur vonesën prej dy ciklesh. Përmirësimet e mëtejshme në logjikën e prodhimit skalar dhe në organizimin e fazave të përpunimit sollën kursime shtesë në të gjithë bllokun.

Në tërësinë e punës për projektimin e Jalapeño-s, ekipi vlerëson se ndryshimet e propozuara nga modeli ulën sipërfaqen e qelizave standarde me rreth 13% në njësinë vektoriale dhe 10% në njësinë matricore. Këto optimizime u vërtetuan në çipin fizik gjatë vënies fillestare në punë të çipit Jalapeño⁠.

Bashkëpunimi ynë me AMD

Kemi bashkëpunuar me AMD për përmirësime të PPA-së dhe kemi parë përmirësime deri në 14% krahasuar me versionet bazë tejet të optimizuara të projektit IP të GPU-së së saj kryesore. Modeli ynë identifikoi përmirësime të mëtejshme duke rishkruar kodin që përshkruan qarqet e çipit (SystemVerilog RTL). Kjo përfaqëson përparimin e afërsisht një viti, të arritur në më pak se 5 muaj — rezultate të paprecedenta në pararojën e projektimit të çipave. AMD i ka përfshirë tashmë disa prej këtyre ndryshimeve në një projekt të fundit që ka dërguar për prodhim, ndërsa të tjera i ka shtuar në skedarët e projekteve të prodhimit për t’i përdorur në versionet e ardhshme.

Kemi vërejtur se modeli arsyeton mbi RTL-në në nivelin e një eksperti të mikroarkitekturës. Modeli mund të rishkruajë qarqe që kryejnë llogaritje, kontrollojnë operacione ose zhvendosin të dhëna. Ai përdori mjetet e Synopsys për të verifikuar se çdo rishkrim ruante sjelljen e bllokut dhe për të vlerësuar kompromiset mes konsumit të energjisë, performancës dhe sipërfaqes.

AMD verifikoi gjithashtu përmirësime të PPA-së me përqindje njëshifrore në blloqet kyçe të CPU-së së saj të ardhshme kryesore të brezit të ri, duke përdorur projekte të shkruara nga modeli ynë. Në të ardhmen, presim përmirësime të mëtejshme të PPA-së në GPU dhe CPU, krahasuar me versionin bazë më të optimizuar.

Optimizimi i bërthamave RISC-V

Rezultatet tona me Jalapeño-n dhe çipat e AMD tregojnë se modelet mund të përmirësojnë projekte që përdoren në prodhim. Për të matur përparimin e aftësive të projektimit të çipave nga një brez modelesh te tjetri, testuam çdo model në dy bërthama RISC-V 32-bitëshe me burim të hapur. PicoRV32 është një bërthamë kompakte e projektuar për çipa të riprogramueshëm të quajtur FPGA. OpenTitan përdor Ibex si procesorin e integruar në çipin e tij të sigurisë. Secila është një bërthamë e plotë procesori për ngarkesa pune të sistemeve të integruara të kategorisë së mikrokontrollorëve.

I dhamë çdo modeli përshkrimin origjinal të harduerit për secilën bërthamë dhe i kërkuam të rriste kapacitetin e përpunimit (numrin e instruksioneve që bërthama mund të ekzekutojë në sekondë). Për shembull, një ndryshim mund t’i lejojë bërthamës të përfundojë një instruksion me më pak cikle takti, por të bëjë që çdo cikël të zgjasë më shumë. Matja e kapacitetit të përpunimit i pasqyron të dyja efektet.

Kontrolluam daljet e secilit projekt përmes simulimit. Projektet merrnin zero pikë nëse nuk kalonin një kontroll ose përdornin mbi 16-fishin e sipërfaqes së bërthamës origjinale. Për projektet që i kaluan kontrollet, matëm numrin e instruksioneve për cikël takti në ngarkesa pune që modelet nuk i njihnin. Llogaritëm mesataren gjeometrike për këto ngarkesa pune dhe e shumëzuam me frekuencën maksimale të taktit të vlerësuar me Yosys. Kjo na dha një vlerësim të numrit të instruksioneve në sekondë. Për secilën bërthamë, kapacitetit më të lartë të përpunimit që vëzhguam nën të njëjtat kufizime i caktuam rezultatin 1,0. Grafikët tregojnë rezultatin mesatar të provave, duke përfshirë ato që morën zero pikë.

Me një buxhet të krahasueshëm prej rreth 112 000 tokenësh për provë, GPT‑6.2 Astra pati rezultatin mesatar më të lartë në të dyja bërthamat. Edhe GPT‑6.1 Sol shënoi rezultate më të larta se GPT‑5.6 Sol në të dyja.

Në bërthamën ekzistuese PicoRV32, GPT‑6.2 Astra ka rezultatin mesatar më të lartë kur përdoren buxhete më të mëdha të krahasueshme. Me rreth 112 000 tokenë, rezultati i tij është afërsisht dyfishi i atij të GPT‑6 Astra.

Në bërthamën ekzistuese Ibex, rezultati mesatar i GPT‑6.2 Astra vazhdon të rritet me rritjen e buxhetit të tokenëve që përdor. GPT‑6 Astra dhe GPT‑6.1 Sol kanë rezultate më të afërta me njëri-tjetrin.

Projektimi i një bërthame RISC-V sipas një specifikimi

Për detyrën e dytë, i dhamë çdo modeli kërkesa të shkruara dhe shabllone nga kodi me burim të hapur që tregonin se si lidhet bërthama me pjesën tjetër të sistemit. Modeli zgjodhi se si do të lëviznin të dhënat nëpër bërthamë dhe si ta ndante punën në faza. Për secilën bërthamë, kontrollet e saktësisë, cilësimet e memories dhe të memories cache, si dhe objektivat e kapacitetit të përpunimit i mbajtëm të njëjtë si në detyrën e optimizimit të RTL-së.

Me rreth 112 000 tokenë për provë, të pesë modelet shënuan rezultate më të larta kur projektuan një bërthamë sipas kërkesave të shkruara sesa kur u përpoqën të përmirësonin projektin ekzistues. Kjo vlejti si për PicoRV32, ashtu edhe për Ibex. GPT‑6.2 Astra shënoi një përmirësim më të madh në Ibex sesa në PicoRV32. Vlerësimi i plotë përfshiu 9 881 prova të vlerësuara me pikë, duke mbuluar të dyja detyrat, të dyja bërthamat dhe të gjitha buxhetet e tokenëve.

Duke u nisur nga një specifikim i PicoRV32, GPT‑6.2 Astra arrin një rezultat mesatar mbi 0,7 me rreth 112 000 tokenë dhe shënon rezultate më të larta me dy buxhetet pasuese të vëzhguara.

Në Ibex, GPT‑6.2 Astra arrin një rezultat mesatar prej rreth 0,75 me afërsisht 112 000 tokenë kur projekton sipas një specifikimi. Kurba e tij qëndron mbi të tjerat kur modelet e krahasuara përdorin të njëjtat buxhete më të larta.

Nisja nga kërkesa të shkruara u jep modeleve hapësirë për të lënë jashtë veçori të bërthamave origjinale, si numëruesit e performancës dhe instruksionet shtesë. Këto veçori mund të ndikojnë pak në përmirësimin e kapacitetit të përpunimit për ngarkesat e testimit, gjë që mund të shpjegojë një pjesë të epërsisë në rezultate. Nëse këto veçori do të ishin të detyrueshme, kufiri i sipërfaqes së qarkut do të ishte më i rreptë dhe parametrat kohorë do të kontrolloheshin pas sintezës fizike, testi do ta pasqyronte më mirë projektimin e çipave për prodhim.

Hapat e ardhshëm

Kemi demonstruar se modelet tona mund të eksplorojnë arkitektura të reja procesorësh në vlerësimet RISC-V dhe kemi sjellë përmirësime tërësisht të reja mbi projekte të sofistikuara për prodhim, si Jalapeño dhe GPU-ja e CPU-ja kryesore të brezit të ardhshëm të AMD. Për ta mbështetur zhvillimin e modeleve te mjete të besueshme vlerësimi dhe për të zgjeruar gamën e sfidave të projektimit që trajtojmë, po bashkëpunojmë me Synopsys për të trajnuar GPT‑Synopsys⁠(hapet në një dritare të re), një model të ri, që t’i përdorë mjetet e automatizimit të projektimit elektronik (EDA) të Synopsys ashtu siç i përdorin projektuesit ekspertë të çipave.