OpenAI اعلام کرد از مدلهای هوش مصنوعیاش برای بهینهسازی طراحی پرچمدارترین GPU شرکت AMD استفاده شده است. این مدلها در کمتر از پنج ماه، مصرف انرژی، عملکرد و مساحت تراشه را که AMD در مجموع با سرواژه PPA از آنها یاد میکند، تا ۱۴ درصد بهبود دادند. AMD میگوید این پیشرفت تقریباً معادل یک سال کاری است که مهندسانش معمولاً باید علاوه بر طراحیای که سالها روی آن بهینهسازی شده، انجام دهند. برخی از این تغییرات هم در نسخهای از تراشه اعمال شدهاند که اکنون برای تولید به کارخانه فرستاده میشود.
این کار با همکاری تیم سختافزاری AMD انجام شد. OpenAI دادههای مربوط به چیدمان و زمانبندی را در اختیار مدلهای GPT خود گذاشت تا هوش مصنوعی تغییرات کوچکی را پیشنهاد کند که مصرف انرژی را کاهش دهند، محاسبات را سریعتر کنند یا مساحت سیلیکونی را کم کنند. این شرکت میگوید همین رویکرد در تراشه سفارشی خودش برای استنتاج، با نام Jalapeño، هم مؤثر بوده است؛ جایی که مدل GPT‑6.2 Astra در هستههای متنباز RISC‑V از نسخههای قبلی بهتر عمل کرد. OpenAI همچنین با شرکت Synopsys، فعال در حوزه ابزارهای EDA، روی پروژهای به نام GPT‑Synopsys همکاری میکند تا ابزارهای طراحی تراشه با کمک هوش مصنوعی را در دسترس مهندسان بیشتری قرار دهد.
شرکتهای دیگر هوش مصنوعی چگونه از روشهای مشابه استفاده میکنند؟
Anthropic، یکی دیگر از آزمایشگاههای هوش مصنوعی، از سرعتبخشیدن مشابهی با مدل Mythos خبر داده است. این مدل پردازش درخواستها برای طرحی را که روی GPUهای MI355X شرکت AMD اجرا میشد، در سه روز انجام داد؛ به گفته Anthropic، این کار معمولاً شش تا دوازده ماه زمان میبرد. Anthropic اکنون دستیار Claude خود را روی چهار خانواده از تراشههای AMD اجرا میکند تا میان هزینه و عملکرد بهازای هر دلار تعادل برقرار کند. این نمونهها نشان میدهند طراحی مبتنی بر هوش مصنوعی از آزمایشگاههای پژوهشی به تولید واقعی تراشه راه پیدا میکند.
اهمیت این موضوع برای بازار گستردهتر
اگر هوش مصنوعی بتواند یک سال از چرخه توسعه GPUهای ردهبالا کم کند، سازندگان تراشه میتوانند سختافزار کارآمدتری را سریعتر و با هزینه کمتر به دست مشتریان برسانند. برای گیمرها، گردانندگان مراکز داده یا هر کسی که کارت گرافیک میخرد، نتیجه میتواند عمر باتری بیشتر لپتاپها، هزینه کمتر پردازش ابری یا دستگاههای کوچکتری با همان عملکرد باشد. میزان صرفهجویی دقیق به این بستگی دارد که چه سهمی از تغییرات پیشنهادی هوش مصنوعی به تراشههای تولید انبوه راه پیدا کند؛ موضوعی که AMD هنوز درباره آن اطلاعاتی نداده است.
چرا مهم است
مصرفکنندگان ممکن است کارتهای گرافیکی داشته باشند که خنکتر کار میکنند و برق کمتری مصرف میکنند؛ در نتیجه هزینه برق پایینتر و لپتاپهای کمصداتری خواهند داشت. گردانندگان مراکز داده نیز شاید بتوانند برای اجرای همان حجم کار تراشههای کمتری بخرند و هزینههای سرمایهای را کاهش دهند. اثر دقیق این تغییرات بر قیمت تا زمانی که طراحیهای جدید وارد بازار نشوند روشن نخواهد بود.