旗艦 GPU 還能再升級?OpenAI 用 AI 重寫 RTL 電路,助 AMD PPA 最高再提升 14%

當製程微縮成本日益高昂,如今 OpenAI 能深入最核心的前端微架構,其模型能對 RTL 進行推理,在晶片設計上進行改善工作,甚至縮短開發時程。

OpenAI 先前與 AMD 達成策略合作,雙方從多代硬體到產品路線圖深度協同,AMD 執行長蘇姿丰形容這是推動整體生態系的「真正雙贏」。今年 9 月 OpenAI 與新思科技(Synopsys)簽署多年協議,共同開發專用模型 GPT-Synopsys,讓 AI 從外部輔助進化為能直接操作 EDA 工具、判讀數據並迭代優化功耗、效能與面積(PPA)的「原生專家」。

對半導體產業與技術決策者而言,這意味著從晶片研發到規模化部署的路徑,誰能率先掌握這套「AI 設計硬體」的新流程,誰就可能贏得下一代算力的性價比與競爭門檻。

OpenAI 發布最新技術報告《透過 OpenAI 模型推動晶片設計進展》(Advancing chip design with OpenAI models),揭露其前沿模型已具備「專家級微架構師」的推理能力。這項技術不僅在 OpenAI 首款自研推論晶片 Jalapeño 上獲得實測驗證,更實際應用於第三方商用晶片設計——協助大廠 AMD 進行 PPA 最佳化,在旗艦 GPU IP 上實現高達 14% 的指標提升,其中部分修改已納入近期送交製造的設計,其餘也已存入生產設計檔案以供未來產品使用。

關鍵突破:AI 像資深工程師一樣「重寫電路藍圖」

在晶片設計流程中,工程師需要用名為 SystemVerilog RTL 的硬體描述語言來撰寫電路設計藍圖,並不斷在三大黃金指標之間尋找平衡,也就是業界俗稱的 PPA:

  • P(Power,功耗): 晶片運作時有多省電。
  • P(Performance,效能): 晶片運算速度有多快、延遲有多低。
  • A(Area,面積): 電路佔用多少空間(面積越小,單片晶圓能切出的晶片越多,成本就越低)。

OpenAI 指出,最新模型已經能直接看懂這些負責運算、控制與資料搬移的底層程式碼。為了確保 AI 的準確性,模型每次修改後,會使用 Synopsys 工具來驗證每次重寫是否保留了區塊的行為,並評估 PPA 之間的權衡(trade-offs)。

AMD 旗艦 GPU 設計 PPA 指標優化 14%,部分已送交製造

這份報告最受半導體業界矚目的亮點,在與 AMD 的深度合作中,OpenAI 模型針對 AMD 已高度最佳化的旗艦 GPU IP 基準設計進行挑戰,透過重寫 RTL 電路,在極限之上再榨出高達 14% 的 PPA 綜合提升。OpenAI 形容,這相當於在不到 5 個月的時間內,完成了原本需要約 1 年的研發進度。

目前,AMD 已將其中部分 AI 優化後的設計納入近期正式送交製造的晶片中,其餘成果也已寫入生產設計檔案,將用於未來世代的產品。此外,AMD 亦已驗證,由 OpenAI 模型撰寫的設計能為其即將推出的下一代旗艦 CPU 關鍵區塊帶來個位數百分比的 PPA 改善。

實測驗證:自研晶片面積大減逾一成,GPT-6.2 Astra 跑分稱霸

OpenAI 在 2025 年初就開始「用 AI 造自己的晶片」。在開發首款客製化推論晶片 Jalapeño 時,模型重新設計了運算單元的內部邏輯與資料流向:

  • 矩陣單元(Matrix Unit): 透過重新設計乘法器與加法器,不僅讓電路面積縮小約 15%,部分運算延遲更直接從 2 個時脈週期砍半至 1 個週期,整體矩陣單元標準單元面積減少約 10%。
  • 向量單元(Vector Unit): 透過硬體共享與減少中間暫存空間,整體標準單元面積減少約 13%。這些改進全數在 Jalapeño 的矽晶片啟動驗證(Silicon bring-up)中獲得證實。

為了進一步量化不同世代 AI 的硬體設計功力,OpenAI 也在兩款開源的 32 位元 RISC-V 處理器核心(PicoRV32 與 Ibex)上,進行標準化測試。整體評估涵蓋「優化既有核心」與「依規格從頭設計」兩大任務、兩款 RISC-V 核心及多種 token 預算,總計執行 9,881 次測試;其中在約 11.2 萬個 token 的基準下,所有模型「從頭設計」的得分皆高於「修改舊設計」,尤其主力模型 GPT‑6.2 Astra 表現最為亮眼。

不過 OpenAI 也務實地指出,當測試要求模型「根據規格書從零設計一顆新核心」時,模型之所以能拿到更高分,部分原因是它省略了效能計數器等輔助功能;未來若加上更嚴格的面積限制與實體合成時序檢查,測試標準將會更貼近真實的量產門檻。

產業下一步:聯手新思科技訓練專用模型

隨著 AI 能為頂尖量產晶片帶來實質貢獻,OpenAI 宣布正與 EDA 軟體巨頭新思科技(Synopsys)合作,訓練一款名為 GPT-Synopsys 的專用模型。

這項合作的目標,是讓 AI 學會像資深 IC 設計工程師一樣熟練操作專業 EDA 工具鏈。對整個半導體產業而言,這意味著未來的算力競賽,除了在晶圓代工廠比拼奈米的物理製程微縮之外,更將迎來一場「用 AI 設計 AI 硬體」的研發效率革命。

【推薦閱讀】

◆Google 推 TPU 8tx、8i Max,一年推出四款系統:為何不必重新設計晶片?

◆AI 模型換晶片免重寫程式碼?亞馬遜推 TorchNeuron,挑戰 NVIDIA CUDA 優勢

◆OpenAI 首款自研晶片跑贏 NVIDIA Blackwell,為何 Jalapeño 第一代就追上 GPU?

*本文開放合作夥伴轉載,資料來源:OpenAI、AMD、Synopsys,首圖來源:Unsplash