Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

PPA最高改善14%:OpenAI模型應用於超微(AMD) GPU設計資產

顯微鏡下細緻的半導體電路圖案 / TokenPost.ai

OpenAI模型讓超微(AMD) GPU設計資產的功耗、效能與面積(PPA)指標最高改善14%。在另一項處理器設計評測中,GPT-6.2 Astra於兩款RISC-V核心的平均分數都排名第一。

OpenAI於18日發布的晶片設計公告中公布合作成果。最高14%是以已完成最佳化的GPU設計資產為基準計算出的PPA改善幅度,並不代表GPU成品的速度或能效各自提升14%。

模型重新撰寫描述晶片電路的程式碼,藉此尋找改善方案。OpenAI表示,該公司使用新思科技(Synopsys)的設計工具,確認修改前後電路功能相同,並評估功耗、效能與面積的差異。超微已將部分修改納入提交製造的設計,其餘則放入供未來產品使用的設計檔案。

OpenAI自研的推論晶片Jalapeño也採用了模型提出的設計修改。OpenAI在18日的公告中估算,Jalapeño的warp engine與矩陣運算單元標準單元面積分別縮小約13%與10%,並表示這些最佳化已在實際晶片上驗證。這兩項面積降幅的測量對象,與超微最高14%的PPA改善不同。

GPT-6.2 Astra的評測則是獨立進行,與超微合作無關。OpenAI將兩款開源32位元RISC-V核心PicoRV32與Ibex的設計交由模型處理,並以每次執行約11.2萬個token的預算,在工作量相同的條件下進行比較。GPT-6.2 Astra在兩款核心的平均分數均居首;在PicoRV32上,以相同工作量計算,得分約為GPT-6 Astra的兩倍。

測試透過模擬檢查模型產生的電路,並評估指令吞吐量。OpenAI表示,測試允許的面積上限最高可達現有核心面積的16倍;若要讓評估更接近量產晶片設計,還需收緊面積限制,並檢查實際電路布局後的時序。因此,測試分數不能直接視為量產晶片的效能提升幅度。

OpenAI團隊成員Tibo於19日在X發文表示:「GPT-6.2 Astra很擅長處理困難的工作。」他認為模型在最難的任務中似乎領先,也表示團隊正根據使用者意見改善溝通方式。

本報先前曾報導,Codex使用量頁面出現「GPT-6.2 Astra」標示的跡象。OpenAI在同一份公告中也表示,將與新思科技合作,訓練模型使用晶片設計與驗證工具。

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1