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)
ИнфраструктураРазбор · На радарTNW→ оригинал

OpenAI: ИИ улучшил проект GPU AMD до 14% по энергии, скорости и площади

OpenAI сообщила, что её ИИ улучшил проект флагманских GPU AMD до 14% по энергопотреблению, скорости и площади кристалла. Это как удачный рефакторинг: чип делает то же самое, но тратит меньше энергии или занимает меньше места. Модель переписывала описание схем, а софт Synopsys проверял каждую правку. Вывод: ИИ полезен там, где результат проверяет автомат.

AI-обработка оригинала TNW; редакция Hamidun News
OpenAI: ИИ улучшил проект GPU AMD до 14% по энергии, скорости и площади
Источник: TNW. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникTNW ↗
Главный редактор
Ключевой факт #1Часть правок уже в чипе, отправленном на производство
Свой чип Jalapeñoдве ключевые части меньше на 13% и 10%
OpenAIгод прогресса меньше чем за пять месяцев

OpenAI сообщила, что её модели улучшили проект флагманских графических процессоров AMD — до 14% по трём показателям, между которыми инженеры чипов вечно выбирают компромисс: энергопотребление, производительность и площадь кристалла (вместе их называют PPA). Проще говоря, это похоже на удачный рефакторинг кода: чип делает ровно то же самое, но тратит меньше энергии или занимает меньше места на кремнии, а значит, на одной пластине помещается больше чипов. «До 14%» — это лучший результат, а не средний. Для разработчиков и тех, кто строит продукты на ИИ, важно другое: модель правила не демо-пример, а тщательно оптимизированные проекты, и часть правок уже попала в чип, отправленный на производство.

Что именно сделала OpenAI

Модель работала с кодом, который описывает схемы чипа. Для неё это почти то же, что исходники для программиста: она предлагает переписать участок так, чтобы схема получилась компактнее или экономичнее. Затем программы Synopsys, которыми инженеры пользуются и без ИИ, проверяют, что чип после правки по-прежнему работает так же, как раньше. Если проверка не пройдена, правка отбрасывается.

По оценке OpenAI, так удалось получить примерно год прогресса меньше чем за пять месяцев. Кроме GPU, AMD подтвердила, по словам OpenAI, выигрыш в один знак — то есть в пределах единиц процентов — в ключевых блоках своего следующего флагманского процессора. Это скромнее, чем у видеочипов, но для зрелых проектов тоже заметно.

Свой чип Jalapeño и сравнение моделей

Тот же подход OpenAI применила к собственному чипу Jalapeño, который прошёл путь от проекта до производства за девять месяцев. Правки от моделей уменьшили две ключевые части чипа примерно на 13% и 10%. По словам компании, эти изменения сработали и в готовом кремнии, а не только в симуляции.

Ещё OpenAI проверила пять поколений своих моделей на двух небольших открытых процессорах. Новейшая GPT-6.2 Astra показала лучший результат и там, где нужно улучшить готовый проект, и там, где нужно собрать процессор по письменным требованиям. Оговорка от самой компании: второй тест проще, потому что модели могли не реализовывать функции, которые были в оригиналах.

Что дальше и где ограничения

Следующий шаг — модель GPT-Synopsys, которую OpenAI обучает вместе с Synopsys. Она должна работать в инженерных программах, к которым разработчики чипов уже привыкли, а не в отдельной среде.

Идея привлекает и стартапы: в июне Architect Labs привлекла 24 млн долларов, чтобы помогать компаниям с похожими задачами.

Не все убеждены до конца. Глава чипового направления OpenAI Ричард Хо в прошлом месяце говорил, что пока не готов принимать изменения от ИИ на веру, поэтому каждое из них проверяется. Кроме того, цифры в этой истории исходят от самой OpenAI и пересказаны со слов компании: независимых измерений в материале нет.

Что из этого следует на практике

Первый урок: ИИ лучше всего работает там, где есть быстрый и надёжный автоматический проверяющий. В чипах это инструменты верификации Synopsys, в обычной разработке — тесты и CI. Если «правильность» можно проверить машиной, автономные правки от модели дают реальную отдачу; если нельзя, цену ошибки платит человек.

Второй урок: выигрыш считается в сроках. Пять месяцев вместо года и девять месяцев от проекта до производства интересуют любую компанию, которая делает собственное железо под ИИ-нагрузки. Если GPT-Synopsys действительно встроится в привычные инструменты, порог входа для небольших команд снизится.

Пока уверенно можно сказать лишь одно: ИИ ускоряет работу инженеров, но не заменяет их. Ответственность за каждую правку остаётся на людях и на проверяющих программах.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что именно сделала OpenAI?

Модель работала с кодом, который описывает схемы чипа. Для неё это почти то же, что исходники для программиста: она предлагает переписать участок так, чтобы схема получилась компактнее или экономичнее. Затем программы Synopsys, которыми инженеры пользуются и без ИИ, проверяют, что чип после правки по-прежнему работает так же, как раньше. Если проверка не пройдена, правка отбрасывается. По оценке OpenAI, так удалось получить примерно год прогресса меньше чем за пять месяцев.

Что известно по теме: свой чип Jalapeño и сравнение моделей?

Тот же подход OpenAI применила к собственному чипу Jalapeño, который прошёл путь от проекта до производства за девять месяцев. Правки от моделей уменьшили две ключевые части чипа примерно на 13% и 10%. По словам компании, эти изменения сработали и в готовом кремнии, а не только в симуляции. Ещё OpenAI проверила пять поколений своих моделей на двух небольших открытых процессорах.

Что известно по теме: что дальше и где ограничения?

Следующий шаг — модель GPT-Synopsys, которую OpenAI обучает вместе с Synopsys. Она должна работать в инженерных программах, к которым разработчики чипов уже привыкли, а не в отдельной среде. Идея привлекает и стартапы: в июне Architect Labs привлекла 24 млн долларов, чтобы помогать компаниям с похожими задачами. Не все убеждены до конца. Глава чипового направления OpenAI Ричард Хо в прошлом месяце говорил, что пока не готов принимать изменения от ИИ на веру, поэтому каждое из них проверяется.

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.
✦ Единое AI-пространство · Nomad

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.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…