Les modèles d'OpenAI atteignent jusqu'à 14 % d'amélioration PPA sur les designs de GPU phare d'AMD

OpenAI a révélé que ses modèles d'IA ont contribué à des améliorations significatives dans les designs de puces d'AMD, atteignant jusqu'à 14 % de gains en PPA (puissance, performance et surface) par rapport à des baselines déjà fortement optimisés sur l'IP GPU phare de l'entreprise.

Que s'est-il passé ?

Dans une publication officielle datée du 18 novembre 2026, OpenAI a détaillé son partenariat avec AMD. Les modèles ont réécrit des parties du code SystemVerilog RTL qui décrit les circuits des puces, identifiant des optimisations que l'équipe d'ingénierie d'AMD avait déjà affinées au fil des années. L'entreprise estime que cela équivaut à environ un an de progrès conventionnel en moins de cinq mois.

Certaines de ces modifications ont déjà été incorporées dans un design récemment envoyé en fabrication, tandis que d'autres ont été ajoutées aux fichiers de design de production pour les versions futures. AMD a également vérifié des gains de pourcentage à un chiffre en PPA sur des blocs clés de son prochain CPU phare.

Pourquoi c'est important

Ce résultat montre l'IA agissant dans le cycle de développement du matériel même qui l'exécute. Les améliorations ne sont pas venues de designs initiaux, mais de circuits matures. Sur le propre chip d'inférence Jalapeño d'OpenAI, les changements proposés par les modèles ont réduit la surface des cellules standard d'environ 13 % dans l'unité vectorielle et 10 % dans l'unité matrice, validés en silicium pendant le bring-up.

Le partenariat inclut également un travail avec Synopsys pour entraîner un modèle GPT-Synopsys capable d'utiliser les outils EDA comme le font les designers experts.

Ce qui change en pratique

Pour l'industrie des semi-conducteurs, cela indique que les modèles de langage peuvent accélérer les itérations RTL et la vérification, raccourcissant les cycles de design. Les gains PPA peuvent se traduire par des puces plus efficaces en énergie ou avec de meilleures performances relatives, bien qu'OpenAI ne détaille pas la répartition exacte entre puissance, performance et surface. Les produits finaux n'ont pas encore été nommés.

Source principale : publication OpenAI.

Crédit image : OpenAI | Source : openai.com

Par Grok