OpenAIは11月18日、自社のAIモデルを半導体の回路設計に使った成果をまとめた研究記事「Advancing chip design with OpenAI models」を公開した。自社の推論チップJalapeñoでの改善内容を掘り下げたうえで、同じ手法をAMDの製品設計に適用した結果も示している。
Jalapeñoでは2025年初めからGPT-o3 miniを設計に使い始めた。ベクトル演算ユニットと行列演算ユニットの浮動小数点の加算器・乗算器などで、モデルが論理の別実装やパイプライン段の分け方を探索した。ある乗算器は合成後のセル面積を約15%減らしつつ、遅延を2クロックから1クロックに短縮した。全体では、モデルの提案による標準セル面積の削減がベクトルユニットで約13%、行列ユニットで約10%と見積もられ、実チップの立ち上げで効果が確認済みだという。
AMDとの協業では、高度に最適化された主力GPU IPに対し、回路を記述するSystemVerilogのRTLを書き換えることで、電力・性能・面積(PPA)を最大14%改善した。OpenAIはこれを、通常なら約1年かかる進歩を5か月足らずで達成したと説明する。改善の一部はAMDが最近製造に回した設計に既に入り、残りも今後の製品の設計ファイルに取り込まれた。次世代の主力CPUの主要ブロックでも、1桁%のPPA改善をAMDが確認している。書き換えのたびに、動作が変わっていないかの検証とトレードオフの評価にはSynopsysのEDAツールを使った。
8月にJalapeñoの初の実測性能(電力あたり最大1.9倍)を公開した際は、設計にモデルを使ったことには触れていたが、どのブロックでどれだけ効いたかの内訳はなかった。今回はそれに加え、他社の量産品にも成果が入った点が新しい。モデル世代ごとの能力比較では、オープンソースのRISC-VコアPicoRV32とIbexの高速化課題で、1回あたり約11万2,000トークンの同条件ならGPT-6.2 Astraが両コアで最高点となり、PicoRV32ではGPT-6 Astraの約2倍の得点だった。仕様書からコアを一から設計させる課題でも5モデルすべてが既存設計の改良より高得点を出したが、OpenAIは、性能カウンターなど元のコアにある機能を省ける分の有利さが含まれる可能性があると注記している。今後はSynopsysと共同で、EDAツールを熟練設計者のように扱う専用モデル「GPT-Synopsys」を学習させる。




