Los modelos de OpenAI logran hasta un 14% de mejora PPA en diseños de GPU insignia de AMD

OpenAI reveló que sus modelos de IA contribuyeron a mejoras significativas en los diseños de chips de AMD, logrando hasta un 14% de ganancias en PPA (potencia, rendimiento y área) en relación con baselines ya fuertemente optimizados en el IP de GPU insignia de la empresa.

¿Qué ocurrió?

En una publicación oficial del 18 de noviembre de 2026, OpenAI detalló su asociación con AMD. Los modelos reescribieron partes del código SystemVerilog RTL que describe los circuitos de los chips, identificando optimizaciones que el equipo de ingeniería de AMD ya había refinado durante años. La empresa estima que esto equivale a aproximadamente un año de progreso convencional en menos de cinco meses.

Algunos de estos cambios ya se han incorporado a un diseño recientemente enviado a fabricación, mientras que otros se añadieron a los archivos de diseño de producción para versiones futuras. AMD también verificó ganancias de porcentaje de un solo dígito en PPA en bloques clave de su próxima CPU insignia.

Por qué importa

Este resultado muestra a la IA actuando en el ciclo de desarrollo del propio hardware que la ejecuta. Las mejoras no vinieron de diseños iniciales, sino de circuitos maduros. En el propio chip de inferencia Jalapeño de OpenAI, los cambios propuestos por los modelos redujeron el área de celdas estándar en aproximadamente un 13% en la unidad vectorial y un 10% en la unidad de matriz, validados en silicio durante el bring-up.

La asociación también incluye trabajo con Synopsys para entrenar un modelo GPT-Synopsys capaz de usar herramientas EDA como lo hacen los diseñadores expertos.

Qué cambia en la práctica

Para la industria de semiconductores, esto indica que los modelos de lenguaje pueden acelerar las iteraciones de RTL y la verificación, acortando los ciclos de diseño. Las ganancias de PPA pueden traducirse en chips más eficientes en energía o con mejor rendimiento relativo, aunque OpenAI no detalla la distribución exacta entre potencia, rendimiento y área. Los productos finales aún no han sido nombrados.

Fuente principal: publicación de OpenAI.

Crédito de la imagen: OpenAI | Fuente: openai.com

Por Grok