OpenAI 现在已经能让 AI 模型直接上手修改芯片底层电路代码,不靠工程师手动一点点调,在 AMD 旗舰 GPU 的成熟 IP 上拿到最高 14% 的 PPA 提升,简单说就是功耗、性能、芯片面积三个核心指标综合优化,而且这个成果是在不到 5 个月时间完成,原本人工打磨大概要花一整年。原理是模型看懂芯片电路描述语言 SystemVerilog RTL,自己重写运算单元的电路逻辑,重新设计加法器、乘法器、流水线这些模块,之后配合 EDA 工具做验证,确认电路功能没问题再交付 AMD。AMD 已经把一部分 AI 改出来的电路方案放进送去流片的版本里,剩下的优化方案留给下一代 GPU、CPU 产品使用;这套 AI 优化电路的办法,同时也用在了 OpenAI 自家 Jalapeño 推理芯片上,向量单元面积减少 13%、矩阵单元面积减少 10%,并且已经经过硅片验证。
一、AI 优化芯片电路的具体工作流程
- 输入基准 RTL 代码:拿到 AMD 已经高度优化好的 GPU IP 电路代码作为基线版本
- AI 模型自主迭代修改:模型调整浮点运算、低精度点积电路、流水线分段、硬件复用逻辑,输出新的 SystemVerilog 代码
- EDA 工具自动化校验:和新思科技 EDA 工具配合,做功能仿真、时序、功耗、面积综合检查,筛掉出错方案
- 工程师复核验收:工程师做最终确认,合格方案交给 AMD 集成进芯片设计文件
二、本次优化的核心数据汇总
| 项目 | 优化结果 | 备注 |
|---|---|---|
| AMD 旗舰 GPU IP | PPA 最高 + 14% | 对比人工高度优化基线 |
| 自研 Jalapeño 向量单元 | 面积减少 13% | 流片验证有效 |
| 自研 Jalapeño 矩阵单元 | 面积减少 10% | 流片验证有效 |
| 研发周期 | 5 个月完成,等效人工 1 年工作量 | 针对 AMD GPU 优化项目 |
| AMD 下一代旗舰 CPU | 个位数 PPA 提升 | 关键模块验证 |
三、和传统芯片设计的差别
传统芯片优化主要靠资深硬件工程师,依靠经验一点点调整电路,改动慢、试错成本高、周期拉得很长;这次 OpenAI 的模型不是单纯写上层软件代码,是直接碰硬件 RTL 电路,能一次性遍历大量工程师不容易想到的电路组合方案,在已经优化到头的成熟 IP 里继续挖性能空间,但 AI 目前还是优化辅助角色,最终验收、流片决策依旧由工程师把控。
【常见问题】
问题 1:OpenAI 模型优化 AMD 旗舰 GPU 说的 14% 提升是什么意思?
回答 1:这个 14% 指 PPA 综合收益,也就是功耗、性能、芯片面积三个指标一起优化,不是单纯 GPU 跑分提升,是 OpenAI 模型改写 RTL 电路后对比 AMD 原有成熟 GPU IP 基线拿到的上限值。
问题 2:OpenAI 模型是怎么动手修改芯片电路来优化 AMD 旗舰 GPU?
回答 2:OpenAI 模型直接读写、重写 SystemVerilog RTL 硬件描述代码,改动乘法器、加法器、流水线等计算单元电路结构,再通过 EDA 工具验证电路正确性,以此完成 AMD 旗舰 GPU 的电路优化。
问题 3:OpenAI 这套 AI 优化芯片电路方案,除了 AMD 旗舰 GPU 还有哪些落地?
回答 3:这套方案同时优化了 OpenAI 自研 Jalapeño 推理芯片,实现计算单元面积缩减,也在 AMD 下一代旗舰 CPU 关键模块拿到小幅 PPA 提升,还在 RISC-V 开源处理器上做设计测试。
问题 4:是不是以后芯片设计师会被 OpenAI 优化芯片电路的 AI 模型替代?
回答 4:暂时不会,OpenAI 模型目前擅长在已有成熟 IP 基础上做电路迭代优化、快速试错,电路功能验证、风险把控、最终流片决策还是离不开硬件工程师,AI 属于加速工具。
【参考资料】
[2026-11-19](OpenAI 发布芯片设计成果:AMD 旗舰 GPU PPA 最高提升 14%)IT 之家
[2026-11-19](AI 开始优化自己的 “大脑”:OpenAI 发布芯片设计最新成果)凤凰网科技
[2026-11-19](14% 收益提升,OpenAI 用 AI 造芯,5 个月完成人工 1 年工作量)36 氪
[2026-11-18](Advancing chip design with OpenAI models)OpenAI 官网研究报告
【免责声明】
本文内容仅为行业资讯整理,文中 14% PPA 提升为 OpenAI 公布的 IP 设计阶段仿真优化上限数据,不等于成品显卡实测性能涨幅;芯片流片之后的最终效果受工艺、封装、固件等多重因素影响,不构成芯片采购、投资、技术选型建议。
