OpenAI 在 11 月 18 日公开和 AMD 的合作成果,依靠自研大模型在不到 5 个月时间里,对 AMD 已经由工程师打磨多年、高度优化后的旗舰 GPU IP 做二次优化,拿到最高 14% 的 PPA 综合提升,这个工作量大概等于资深微架构工程师一整年的优化产出;优化方式是让模型直接改写描述芯片电路的 SystemVerilog RTL 代码,负责计算单元、控制通路、数据搬运模块的电路重写,搭配新思科技 EDA 工具校验,保证电路功能不变的前提下权衡功耗、性能、面积,AMD 已经把一部分 AI 产出的修改方案放进近期送样流片的版本,剩下的优化方案存入设计库留给后续迭代,同时这套方案也在 AMD 下一代旗舰 CPU 模块上验证,拿到了个位数的 PPA 提升,另外 OpenAI 自家 Jalapeño 推理芯片也用同类思路,向量单元面积缩减 13%、矩阵单元缩减 10% 并且已经在硅片上验证有效。
本次合作核心信息清单
- 优化对象:AMD 打磨多年的旗舰 GPU IP(基线版本已经深度人工优化)
- 优化成果:最高 14% PPA 提升(Power 功耗、Performance 性能、Area 面积)
- 耗时周期:不足 5 个月,对标人工约 1 年工作量
- 优化手段:模型改写 SystemVerilog RTL 硬件描述代码
- 验证工具:Synopsys EDA 工具,校验逻辑等价性与 PPA 指标
- 落地进度:部分修改已送厂制造,其余存入未来版本设计文件
- 延伸验证:AMD 下一代旗舰 CPU 关键模块,取得个位数 PPA 优化
- 对照项目:OpenAI Jalapeño 自研推理芯片,同方案优化,硅上验证通过
PPA 三个指标简单说明
- Power(功耗):电路运行耗电,越低散热、供电压力越小
- Performance(性能):电路运行速度、吞吐能力,越高算力越强
- Area(面积):芯片占用硅片面积,面积更小单颗成本更低、同晶圆产出更多
PPA 优化属于三者之间的取舍博弈,成熟 IP 里想再拿到收益难度很高
AI 辅助 RTL 优化 vs 传统人工芯片优化对比表
| 项目 | OpenAI 模型 RTL 优化 | 传统工程师人工 PPA 优化 |
|---|---|---|
| 切入点 | 批量探索大量小众 RTL 改写方案 | 基于经验、架构理解定向调优 |
| 周期 | 本次 5 个月达成约 1 年工作量 | 复杂模块 PPA 迭代周期以季度、年计 |
| 工作内容 | 生成候选 RTL,EDA 自动验证,输出候选方案 | 架构分析、代码修改、多轮仿真、时序收敛 |
| 风险控制 | 方案仍需要工程师复核,不会直接自动投产 | 全程人工把控,验证流程成熟 |
| 适用场景 | 成熟 IP 的增量挖潜 | 全新架构设计、重大架构改动 |
| 局限 | 暂时不适合从零设计完整复杂芯片 | 人力成本高、探索空间有限 |
【常见问题】
问题 1:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,PPA 是什么?
回答 1:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,PPA 是芯片设计三大核心指标缩写,分别代表功耗、性能、面积,PPA 优化就是在保证电路功能不变的前提下做三者平衡提升。
问题 2:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,AI 是怎么完成这次 GPU IP 优化的?
回答 2:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,模型直接改写 SystemVerilog RTL 电路代码,再通过 EDA 工具校验逻辑不变,评估功耗、速度、面积变化,筛选优质修改方案。
问题 3:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,这些 AI 优化方案会不会直接大规模量产?
回答 3:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,一部分修改已经放进送样设计,其余方案存入后续版本库,所有 AI 产出方案依旧需要 AMD 工程师复核确认,不是自动上线量产。
问题 4:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,这套优化方法只适配 GPU IP 吗?
回答 4:AMD 打磨数年的旗舰 GPU IP,OpenAI 模型不到 5 个月又挖出最高 14% 的 PPA 改进,不只用于 GPU IP,AMD 下一代旗舰 CPU 关键模块也用这套思路拿到个位数 PPA 提升,同时 OpenAI 自家 Jalapeño 推理芯片也采用同类优化方式。
【参考资料】
[2026-11-18](Advancing chip design with OpenAI models)OpenAI 官网
[2026-11-18](OpenAI 模型改写 RTL,AMD 旗舰 GPU IP 最高获 14% PPA 提升)智东西
[2026-11-18](OpenAI says its models found up to 14% PPA gains on AMD flagship GPU IP)AI Weekly
[2026-11-19](OpenAI 用 AI 辅助芯片设计,5 个月完成 AMD GPU IP 一年量级 PPA 优化)新浪财经
【免责声明】
以上内容仅为半导体行业资讯整理,不构成芯片 IP 采购、EDA 工具选型、投资建议。14% 为模块局部最优 PPA 提升上限,整体芯片收益会低于该数值;AI 生成 RTL 方案仍需要人工核验,最终芯片规格、流片效果以 AMD 官方发布为准。
