OpenAI宣布,其AI模型已用于优化AMD的旗舰GPU设计。不到五个月的时间里,这些模型将功耗、性能和芯片面积三项指标合计提升了14%,AMD将这三项指标统称为PPA。AMD表示,相比已经历多年优化的现有设计,这一进展相当于工程师通常需要一年左右才能完成的工作。部分改动已纳入一个即将送往晶圆厂生产的芯片版本。
这项工作由OpenAI与AMD硬件团队合作完成。OpenAI向其GPT风格模型提供布局和时序数据,让AI提出细微调整,以降低功耗、加快运算或缩小芯片占用面积。OpenAI称,同样的方法也帮助优化了自研定制推理芯片Jalapeño;在开放源代码RISC-V内核上,GPT-6.2 Astra模型的表现优于此前版本。OpenAI还与EDA供应商Synopsys合作开展名为GPT-Synopsys的项目,旨在让更多工程师用上AI辅助芯片设计工具。
其他AI公司如何运用类似技术
另一家AI实验室Anthropic称,其Mythos模型也带来了类似的提速效果。该模型仅用三天就处理完了一个在AMD MI355X GPU上运行的设计任务所需的提示词;Anthropic表示,这类任务通常要花六到十二个月。Anthropic目前在四个AMD芯片系列上运行Claude助手,以平衡成本与每美元所能获得的性能。这些案例表明,AI驱动的设计正从研究实验室走向真实的芯片生产。
这对更广泛的市场意味着什么
如果AI能将高端GPU的开发周期缩短一年,芯片制造商就有望更快、以更低成本向客户推出效率更高的硬件。对游戏玩家、数据中心运营商或显卡买家而言,这可能意味着笔记本电脑续航更长、云计算成本更低,或设备更小巧而性能不变。具体能节省多少,取决于AI生成的优化有多少能应用到量产芯片上;AMD尚未透露这一细节。
为什么重要
消费者可能会用上温度更低、功耗更小的显卡,从而降低电费,也让笔记本电脑运行时更安静。数据中心运营商或许能用更少的芯片完成同样的工作负载,降低资本成本。新设计上市前,具体能否影响价格仍不明朗。