ИИ OpenAI за 5 месяцев улучшил GPU-дизайн AMD до 14% по энергии, скорости и площади
OpenAI заявила, что её модели помогли AMD улучшить флагманский GPU-блок до 14% по метрике PPA — энергопотреблению, скорости и площади кристалла — меньше чем за пять месяцев. По оценке OpenAI, это около года работы поверх дизайна, который инженеры AMD вылизывали годами. Часть правок уже вошла в проект, отправленный на производство. Для продуктов на ИИ это шанс на более дешёвый инференс, хотя цифры пока только от самой компании.
AI-обработка оригинала The Decoder; редакция Hamidun News
Представьте код, который команда годами оптимизировала: профилировщики, рефакторинг, ручная настройка. И вот нейросеть находит в нём ещё до 14% выигрыша. Примерно это OpenAI заявляет про чипы. Вместе с AMD её модели улучшили флагманский GPU-блок по метрике PPA на величину до 14% меньше чем за пять месяцев. PPA — это три параметра, за которые инженеры чипов вечно борются: энергопотребление (power), производительность (performance) и площадь кристалла (area). Чем лучше PPA, тем быстрее, экономнее или компактнее чип. Это важно всем, кто платит за запуск ИИ-моделей: именно железо определяет стоимость каждого ответа. Данные пока принадлежат самой OpenAI, независимой проверки нет.
Что именно получилось у OpenAI и AMD
Речь о так называемом IP-блоке — готовом фрагменте дизайна чипа, который затем используют в продуктах. Это флагманский GPU-блок AMD, то есть не черновая заготовка, где любой новый подход быстро находит запас. Инженеры AMD оптимизировали его годами.
По оценке OpenAI, результат в виде до 14% улучшения PPA за менее чем пять месяцев равен примерно году прогресса поверх уже сделанной людьми работы. Важные оговорки: «до 14%» — это максимум, а не средний показатель, а «год прогресса» — оценка самой OpenAI, а не измеренная величина.
Есть и практическая деталь: по словам OpenAI, AMD уже включила часть изменений в дизайн, отправленный на производство. Это отличает историю от лабораторной демонстрации: правки проходят процесс, где ошибка стоит очень дорого.
Jalapeño, RISC-V и Synopsys
Тот же метод помог с Jalapeño — первым собственным чипом OpenAI для инференса, то есть для запуска уже обученных моделей. Для компании, которая закупает вычисления в огромных объёмах, каждый сэкономленный ватт и квадратный миллиметр кремния напрямую превращается в деньги.
Отдельно OpenAI проверила модели на открытых процессорных ядрах RISC-V. Там новая GPT-6.2 Astra показала лучшие результаты среди всех поколений моделей. Для практиков это сигнал: способность моделей помогать с проектированием чипов растёт от версии к версии.
Кроме того, OpenAI работает с компанией Synopsys над GPT-Synopsys — моделью, которая использует инструменты автоматизации проектирования (EDA) Synopsys. Цель — сделать проектирование чипов с помощью ИИ доступнее более широкому кругу команд.
Anthropic идёт тем же путём
Похожие результаты называет и Anthropic. По её словам, модель Mythos обработала промпты для модели на GPU AMD MI355X всего за три дня, тогда как обычно такая задача занимает от шести до двенадцати месяцев. Сейчас Claude работает на четырёх семействах чипов — так компания оптимизирует стоимость и производительность в расчёте на доллар.
Что из этого следует
Для основателей и продактов вывод прагматичный. Стоимость инференса — главная статья расходов многих ИИ-продуктов, и выигрыш в несколько процентов на уровне чипа со временем может превратиться в более низкие цены или более высокую маржу. Если адаптация моделей под новое железо сжимается с месяцев до дней, как в примере Anthropic, привязка к одному производителю GPU становится менее жёсткой.
Осторожность тоже нужна. Неизвестно, сколько человеческого контроля потребовалось на проверку предложенных изменений и насколько результаты повторятся на других блоках. Но направление понятно: ИИ начинает ускорять создание железа, на котором работает следующее поколение ИИ.
- 19 нояб. 2026 г.Слово «видеоигра» подняло готовность GPT-6 Astra выбирать цели с 6% до 92%
- 19 нояб. 2026 г.Агенты OpenAI сами решают 46% исследовательских задач на 2–4 часа, было 23%
- 18 нояб. 2026 г.AWS встроил Dynamo в HyperPod: Qwen3-235B выдаёт 207 вместо 101 токена/с на GPU
- 18 нояб. 2026 г.Новая модель Jev отвечает за 150 мс вместо 1,89 с у GPT-6 Astra
Вопросы и ответы по материалу
Что известно по теме: что именно получилось у OpenAI и AMD?
Речь о так называемом IP-блоке — готовом фрагменте дизайна чипа, который затем используют в продуктах. Это флагманский GPU-блок AMD, то есть не черновая заготовка, где любой новый подход быстро находит запас. Инженеры AMD оптимизировали его годами. По оценке OpenAI, результат в виде до 14% улучшения PPA за менее чем пять месяцев равен примерно году прогресса поверх уже сделанной людьми работы.
Что известно по теме: Jalapeño, RISC-V и Synopsys?
Тот же метод помог с Jalapeño — первым собственным чипом OpenAI для инференса, то есть для запуска уже обученных моделей. Для компании, которая закупает вычисления в огромных объёмах, каждый сэкономленный ватт и квадратный миллиметр кремния напрямую превращается в деньги. Отдельно OpenAI проверила модели на открытых процессорных ядрах RISC-V. Там новая GPT-6.2 Astra показала лучшие результаты среди всех поколений моделей.
Что известно по теме: Anthropic идёт тем же путём?
Похожие результаты называет и Anthropic. По её словам, модель Mythos обработала промпты для модели на GPU AMD MI355X всего за три дня, тогда как обычно такая задача занимает от шести до двенадцати месяцев. Сейчас Claude работает на четырёх семействах чипов — так компания оптимизирует стоимость и производительность в расчёте на доллар.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.