Oossa

OpenAI повысила эффективность GPU AMD до 14% за пять месяцев

ИИ-модели OpenAI примерно на 14% улучшили энергопотребление, производительность и площадь кристалла флагманского GPU AMD. По словам AMD, это соответствует году инженерной работы.

Автор: Опубликовано Oossa: 2 мин чтения

Trnava University · Unsplash

OpenAI сообщила, что ее ИИ-модели помогли оптимизировать дизайн флагманского GPU AMD. Менее чем за пять месяцев модели обеспечили улучшение показателей энергопотребления, производительности и площади кристалла — их AMD объединяет аббревиатурой PPA — на 14 процентов. По оценке AMD, такой результат соответствует примерно году работы инженеров сверх уже многолетней доработки дизайна. Некоторые изменения уже внесены в версию чипа, которую отправляют на производство.

Работа велась вместе с аппаратной командой AMD. OpenAI предоставила своим моделям на базе GPT данные о компоновке и временных характеристиках, чтобы ИИ мог предлагать небольшие изменения, снижающие энергопотребление, ускоряющие вычисления или уменьшающие площадь кристалла. Компания утверждает, что этот же подход помог при разработке собственного специализированного чипа для инференса Jalapeño: модель GPT‑6.2 Astra показала лучшие результаты, чем предыдущие версии, на процессорных ядрах с открытой архитектурой RISC‑V. Кроме того, OpenAI сотрудничает с поставщиком САПР для проектирования электронных устройств Synopsys над проектом GPT‑Synopsys, цель которого — сделать инструменты проектирования чипов с помощью ИИ доступными более широкому кругу инженеров.

Как другие ИИ-компании применяют похожие методы

Другая ИИ-компания, Anthropic, сообщает о схожем ускорении при работе с моделью Mythos. Она обработала запросы для проекта, запущенного на GPU AMD MI355X, за три дня. По словам Anthropic, обычно на это уходит от шести до двенадцати месяцев. Сейчас Anthropic использует четыре семейства чипов AMD для работы ассистента Claude, чтобы сбалансировать стоимость и производительность на каждый потраченный доллар. Эти примеры показывают, что проектирование с помощью ИИ переходит из исследовательских лабораторий к выпуску реальных чипов.

Что это значит для рынка в целом

Если ИИ поможет сократить на год цикл разработки высокопроизводительных GPU, производители смогут быстрее и дешевле предлагать покупателям более эффективные чипы. Для геймеров, операторов центров обработки данных и всех, кто покупает видеокарту, это может означать более долгое время автономной работы ноутбуков, более дешевые облачные вычисления или компактные устройства с той же производительностью. Реальная экономия будет зависеть от того, сколько изменений, предложенных ИИ, попадет в серийные чипы. AMD пока не раскрыла эту информацию.

Почему это важно

Покупатели могут получить видеокарты, которые меньше нагреваются и потребляют меньше энергии, а значит, счета за электричество будут ниже, а ноутбуки — тише. Операторам центров обработки данных, возможно, понадобится меньше чипов для той же нагрузки, что снизит капитальные затраты. Как именно это повлияет на цены, станет понятно, когда новые разработки выйдут на рынок.

Эта статья была полезной?
Поделиться

Читайте также

Oossa · Рассылка

Неделя ИИ — простыми словами

Каждый понедельник: главное за неделю понятным языком. Бесплатно, без спама.