Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
Безопасность и правоРазбор · На радарX: @OpenAI→ оригинал

OpenAI с AMD нашла до 14% выигрыша в PPA флагманского GPU за пять месяцев

OpenAI показала, что её модели способны улучшать сам чип. Вместе с AMD они искали резервы в блоке флагманского GPU, который инженеры годами оптимизировали вручную, и меньше чем за пять месяцев нашли выигрыш по PPA (мощность, скорость, площадь кристалла) до 14%. Тот же подход помог улучшить Jalapeño — первый собственный чип OpenAI для инференса, там прирост проверен. Для индустрии это сигнал: ИИ в проектировании железа выходит из демо в рабочий процесс.

AI-обработка оригинала X: @OpenAI; редакция Hamidun News
OpenAI с AMD нашла до 14% выигрыша в PPA флагманского GPU за пять месяцев
Источник: X: @OpenAI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникX: @OpenAI ↗
Главный редактор
Ключевой факт #1До 14% по PPA — меньше чем за пять месяцев работы с AMD
Ключевой факт #2Дизайн, который инженеры AMD оптимизировали годами, всё равно удалось улучшить
Ключевой факт #3Jalapeño — первый кастомный инференс-чип OpenAI, прирост проверен

Обычно ИИ в разработке обсуждают как помощника, который пишет код или отвечает на вопросы. OpenAI предлагает посмотреть на другую сторону: модели начинают улучшать железо, на котором сами работают. В анонсе компания сообщила, что вместе с AMD нашла до 14% улучшения PPA во флагманском GPU-блоке (IP) меньше чем за пять месяцев. Причём речь о дизайне, над которым инженеры AMD уже работали годами.

Что такое PPA и почему 14% — это много

PPA — это сокращение от Power, Performance, Area: потребляемая мощность, производительность и площадь кристалла. Три параметра тянут в разные стороны. Хотите быстрее — растёт энергопотребление. Хотите компактнее — страдает скорость. Разработчики чипов десятилетиями ищут баланс между ними вручную и с помощью специализированных программ автоматизации проектирования.

Поэтому «до 14%» на зрелом дизайне звучит серьёзно. Если блок уже отполирован командой, то каждый процент даётся тяжело. Представьте кухню, в которой шеф-повар годами переставлял оборудование ради скорости работы. Новый человек приходит и находит способ сэкономить ещё заметную долю шагов между плитой и столом. Примерно такой масштаб истории описывает OpenAI.

Важная оговорка: формулировка «до 14%» означает максимум, а не среднее по всему чипу. OpenAI в анонсе не раскрывает, по какой из трёх метрик достигнут пик, какие именно модели использовались и сколько человеческого контроля потребовалось. Эти детали определят, насколько метод воспроизводим.

Jalapeño: первый собственный инференс-чип

Вторая часть сообщения — про Jalapeño, первый кастомный чип OpenAI для инференса, то есть для запуска уже обученных моделей. По словам компании, тот же подход помог улучшить этот чип, а прирост проверен. Это важный штрих: рассказ не ограничивается партнёрским проектом с AMD, метод применён и к собственному железу OpenAI.

Для практика связь прямая. Инференс сегодня — главная статья расходов у компаний, которые продают доступ к моделям. Стоимость токена складывается из цены чипов, электричества и того, сколько запросов выдаёт каждый ускоритель. Улучшение мощности или площади при той же скорости означает больше запросов на ватт и на квадратный миллиметр кремния. Цифры по Jalapeño в анонсе не приведены, так что оценивать экономику в долларах за токен пока нельзя.

Что это значит для разработчиков и основателей

Во-первых, цикл проектирования чипов, который тянется годами, потенциально сокращается. Пять месяцев на поиск улучшений в уже оптимизированном блоке — это ориентир, с которым придётся сравнивать работу классических команд.

Во-вторых, у лабораторий с передовыми моделями появляется ещё один рычаг. Они могут не только покупать ускорители, но и влиять на их дизайн. Партнёрство OpenAI и AMD показывает, что производители чипов готовы пускать такие модели в свои проекты.

В-третьих, для стартапов, строящих инструменты автоматизации проектирования, это и угроза, и подтверждение спроса. Крупные лаборатории входят в эту нишу, но задача остаётся очень специфичной: нужны доступ к закрытым дизайнам, симуляторам и проверке результата.

Честные ограничения

Источник — собственное сообщение OpenAI, независимых замеров нет. Проверка выигрыша у Jalapeño заявлена, но её методика в самом посте не описана. Улучшение на уровне дизайна ещё не равно улучшению готового кремния: между проектом и серийным чипом много этапов, на которых результат может измениться.

Следить стоит за тремя вещами: появятся ли подробности методики, подтвердит ли AMD результат в своих продуктах и покажут ли реальные цифры по Jalapeño в работе. Если да, то «ИИ проектирует железо для ИИ» перестанет быть красивой фразой и станет обычным пунктом в плане разработки чипов.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что такое PPA и почему 14% — это много?

PPA — это сокращение от Power, Performance, Area: потребляемая мощность, производительность и площадь кристалла. Три параметра тянут в разные стороны. Хотите быстрее — растёт энергопотребление. Хотите компактнее — страдает скорость. Разработчики чипов десятилетиями ищут баланс между ними вручную и с помощью специализированных программ автоматизации проектирования. Поэтому «до 14%» на зрелом дизайне звучит серьёзно. Если блок уже отполирован командой, то каждый процент даётся тяжело.

Что известно по теме: Jalapeño: первый собственный инференс-чип?

Вторая часть сообщения — про Jalapeño, первый кастомный чип OpenAI для инференса, то есть для запуска уже обученных моделей. По словам компании, тот же подход помог улучшить этот чип, а прирост проверен. Это важный штрих: рассказ не ограничивается партнёрским проектом с AMD, метод применён и к собственному железу OpenAI. Для практика связь прямая. Инференс сегодня — главная статья расходов у компаний, которые продают доступ к моделям.

Что известно по теме: что это значит для разработчиков и основателей?

Во-первых, цикл проектирования чипов, который тянется годами, потенциально сокращается. Пять месяцев на поиск улучшений в уже оптимизированном блоке — это ориентир, с которым придётся сравнивать работу классических команд. Во-вторых, у лабораторий с передовыми моделями появляется ещё один рычаг. Они могут не только покупать ускорители, но и влиять на их дизайн. Партнёрство OpenAI и AMD показывает, что производители чипов готовы пускать такие модели в свои проекты.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…