Greg Brockman 分享 OpenAI 模型協助 AMD 改善 GPU 設計
Greg Brockman 稱 OpenAI 模型不到 5 個月為 AMD 晶片帶來約一年額外進度
晶片設計需要工程師花很多時間反覆調整,OpenAI 表示,模型也能協助找出設計上的改進空間。
- 與 AMD 合作時,模型在不到 5 個月內,為旗艦 GPU IP 找出最高 14% 的 PPA 改善。
- 部分成果已用在近期完成流片的設計。相同方法也用來改進 OpenAI 首款自訂推理晶片 Jalapeño,相關收益已在實際製作出的晶片上驗證。OpenAI 也正和 Synopsys 合作,讓更多晶片設計師能使用模型能力與 EDA 工具。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
OpenAI 表示模型協助 AMD 旗艦 GPU IP 改善最高 14% 的 PPA,部分成果已進入流片設計,呈現模型參與晶片最佳化的實際進展。
Greg Brockman· @gdb · X·2026-11-19 03:05· 21 分鐘前精選AI 評分70
AI 導讀
Greg Brockman 轉引 OpenAI 與 AMD 的合作結果,其模型在不到 5 個月內對 AMD 旗艦 GPU IP 實現最高 14% 的 PPA 提升,相當於約一年的額外進度,部分結果已進入近期完成 tapeout 的設計。同樣的方法也改善了 OpenAI 首款自研推理晶片 Jalapeño,收益已在真實矽片上驗證,OpenAI 還在與 Synopsys 合作將模型能力與 EDA 工具帶給更多晶片設計師。
推薦理由
原文給出模型輔助晶片設計的具體數字與流片結果,讀者可以據此評估大模型在前沿晶片最佳化中的實際作用。
使用我們的模型,在不到 5 個月的時間裡,@AMD 的晶片取得了大約相當於額外一年的進展,其中一些結果已包含在最近完成流片的設計中——這是晶片設計前沿前所未有的成果。
原文與 @AMD 合作,我們的模型在不到五個月內,在旗艦 GPU IP 上識別出高達 14% 的 PPA 改進——這是建立在 AMD 工程師已經花費數年最佳化的設計之上的。
同樣的方法幫助改進了 Jalapeño,這是我們首款定製推理晶片,其收益已在真實矽片上得到驗證。
新的評估還顯示,我們的模型在某些晶片設計任務上正變得越來越好。
我們正在分享這些結果,以及我們如何與 @Synopsys 合作,將我們的模型能力與他們值得信賴的 EDA 設計和驗證工具帶給更多晶片設計者。
Working with @AMD, our models identified up to 14% PPA improvement on flagship GPU IP in less than five months—building on designs AMD’s engineers had already spent years optimizing.
The same approach helped improve Jalapeño, our first custom inference chip, with gains verified on real silicon.
New evaluations also show our models getting better at certain chip design tasks.
We’re sharing these results and how we’re working with @Synopsys to bring our model capabilities and their trusted EDA design and validation tools to more chip designers.
openai.com/index/advancing-ch…
在 X 檢視被引用的帖子來源:Greg Brockman · x.com