🔥 HN 热议

AI能改好芯片设计吗?OpenAI公布Jalapeño与AMD测试

约2分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
PPA(P-P-A)

同时衡量耗电、速度和电路面积的数字。

RISC-V(RISC-V)

一种公开的计算部件设计。

RTL(R-T-L)

用文字描述电路怎样工作的代码。

发生了什么

OpenAI(人工智能公司)11月18日发布文章,介绍模型怎样帮助改进AI芯片设计。文章涉及自研推理芯片Jalapeño,也涉及AMD(芯片公司)的GPU和CPU设计。OpenAI还在两个公开的RISC-V处理器设计上做了测试。相关帖子在Hacker News获得161个积分和102条评论。这个数字表示社区关注度,不代表结果已经被证明。

模型改了哪里

OpenAI说,团队从2025年初开始用GPT-4o帮助设计Jalapeño。在向量单元中,模型提出的改动让标准单元面积减少约13%;在矩阵单元中,面积减少约10%。其中一个乘法器的面积约少了15%,延迟从两个时钟周期降到一个。OpenAI说,这些改动已经在Jalapeño的芯片启动阶段得到验证。

与AMD合作时,模型重写了描述电路的SystemVerilog RTL。OpenAI称,旗舰GPU IP相对高度优化的基线,PPA最高提升14%。PPA同时看功耗、性能和面积。OpenAI把这个结果描述为不到5个月取得约1年的进展。AMD表示,部分改动已经放入送去制造的设计,其他改动进入未来生产文件。按这篇文章的说法,AMD还在下一代旗舰CPU的关键模块中验证了个位数的PPA提升。

怎样验证能力

OpenAI测试了两个32位的公开RISC-V核心:PicoRV32和Ibex。模型先尝试提高吞吐量,也就是单位时间完成更多指令。每个设计先经过模拟,再用模型看不到的工作负载测试。如果设计没有通过检查,或面积超过原设计的16倍,就记为0分。两项任务共完成9881次计分运行。在每次约112000个词元的可比预算下,GPT-6.2 Astra在两个核心上平均分最高。五个模型从书面规格设计核心时,得分都高于改进已有核心。OpenAI提醒,后一种任务可能省略原核心中的性能计数器和额外指令,因此结果不能直接等同于完整产品设计。

为什么重要

芯片设计不是只追求速度。改动一个小电路,可能同时影响功耗、性能和面积。模型如果能提出许多候选方案,再让工具检查它们,就可能帮助专家更快比较选择。这说明模型不只是写普通软件,也能处理电路描述。OpenAI说,模型用Synopsys工具检查改动是否保持原功能,并评估三项取舍。公司还与Synopsys合作训练GPT-Synopsys,让它像专家一样使用电子设计自动化工具。

已确认与仍未知

这篇文章提供了自研芯片、AMD合作项目和两个测试核心的具体数字。但测试范围有明确限制:核心、工作负载、词元预算和面积条件都是预先选定的。OpenAI也说,加入更严格的面积限制,并在物理综合后检查时序,才能让测试更接近量产设计。文章本身来自OpenAI,因此这些数字仍应与独立复现区分开。我们还不知道这些改动在最终产品中能否同时保持正确性、功耗、性能和面积。

接下来观察

接下来要看,AMD送去制造的改动会带来多少实际收益,方法能否在更多芯片和更严格的检查中重复成功,以及Synopsys合作能否把一次性实验变成稳定的工程流程。Hacker News的热度可以告诉我们这个话题受关注,但真正有分量的证据,仍是量产结果和外部团队的复现。

💬 HN 对 AI 芯片设计发布的争论

评论区一方面把这次发布看成 ANT IPO 前的营销,另一方面认为竞争本来就需要对外沟通。技术讨论中,评论者对 RTL 优化较为乐观,但对完整 ASIC 的物理设计、验证、训练数据和客户 IP 保护更怀疑。

  • 关于发布的动机,有人认为这是持续制造话题、为 ANT IPO 预热;也有人认为展示进展本身就是竞争的一部分。这些只是对动机的判断,不是技术成功的证据。
  • 评论者强烈质疑指标的透明度。他们指出,平均归一化奖励没有给出清楚的公式或单位,图表也没有直接展示性能、功耗和面积。文章所述 AMD 验证的一位数百分比 PPA 改善,也没有说明其中有多少是模型直接造成的。这些数字属于企业方面的报告,不是评论者独立测量的结果。
  • 乐观的一方认为,RTL 是结构化的数字电路描述,可以用时序和功耗模拟器提供反馈,让 AI 不断生成和改进候选方案。这是评论者的判断,不是独立确立的基准测试结果。
  • 怀疑者强调,ASIC 设计不只是编写 RTL,还包括布局、布线、平面规划、模拟与射频效应、寄生效应、干扰、DRC 和制造验证。高质量数据大多是专有资料,公开的工艺设计套件可能过时或不足以建立有用的训练环境。
  • 用户的自我报告称,AI 能帮助编写 TCL、自动化 EDA 流程,并监督长时间模拟。另一份自我报告说,最后的 DRC 修正仍要手工完成,而且目前还不能靠一次提示就得到有竞争力的芯片。
  • 另一位用户的自我报告认为,真正拖慢进度的是验证和确认,而不是编写 RTL。即使把从规格到 RTL 的时间降到接近零,每年能完成的芯片数量也未必明显增加;这是基于阿姆达尔定律的反驳,不是实测结论。
  • 与 AMD 等芯片公司的合作也引发了客户 RTL 和知识产权如何避免被保留、用于训练或转化为竞争优势的担忧。没有合同和实际运营细节,仅凭评论区无法证明存在滥用,也无法证明风险已经被完全排除。

这是评论数为152时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

AI开始帮忙改芯片:OpenAI公布测试数字

📰 完整报道: AI能改好芯片设计吗?OpenAI公布Jalapeño与AMD测试

模型不只写文字,也尝试修改芯片里的电路设计。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
PPA(P-P-A)

同时看耗电、速度和面积的数字。

RISC-V(RISC-V)

一种公开的芯片设计。

Jalapeño(Jalapeño)

OpenAI自研芯片的名字。

💡 一句话总结

  • OpenAI说,模型让部分芯片电路更小、更快。
  • 与AMD合作的GPU设计,PPA最高提升14%。
  • Hacker News有161个积分和102条评论,但热度不是证明。

发生了什么

OpenAI(人工智能公司)发布文章说,模型帮助改进自研芯片Jalapeño(用于AI计算的芯片)。一部分电路面积减少约13%,另一部分减少约10%。一个乘法器面积少了约15%,完成工作所需的时钟周期从2个变成1个。

OpenAI还与AMD(芯片公司)合作。模型修改了描述电路的代码。文章称,旗舰GPU设计的PPA最高改善14%。PPA同时看功耗、性能和面积。这个数字重要,因为芯片不能只追求快。它还要少用电,并且放得下更多电路。

怎样试验

OpenAI在PicoRV32和Ibex两个公开RISC-V设计上测试模型。约112000个词元的条件下,GPT-6.2 Astra平均分最高。全部测试有9881次计分运行。测试失败,或面积超过原设计16倍,就得0分。

还要确认什么

这些结果来自OpenAI的文章。测试用了指定的设计和条件。它不代表所有芯片都会得到同样的提升。AMD把部分改动放进送去制造的设计,但最终产品的表现仍要观察。Hacker News的讨论说明大家关注它,不能说明结果一定正确。

💬 AI 真的能把芯片做得更好吗?

HN 评论者争论这次发布主要是宣传,还是竞争中正常的信息沟通。他们比较相信 AI 能帮助芯片设计的一些环节,但还不确定 AI 能否独立完成一整块 ASIC。

  • 文章里的结果不容易判断。奖励分数的计算方法没有讲清楚,所报告的 PPA 一位数百分比改善也没有说明 AI 贡献了多少。这是企业方面的报告,不是用户独立测量的结果。
  • 一些评论者认为,AI 可以改进 RTL,也就是数字电路的文字说明,并用模拟器检查时序和功耗。另一些人指出,ASIC 还需要布局、布线、模拟部分和严格测试。
  • 用户的自我报告称,AI 能帮助 TCL 和 EDA 自动化。但最后的 DRC 修正和验证仍需要人来做,所以一次提示还不能证明能产生有竞争力的芯片。
  • 评论者还担心 AI 公司如何保护客户的 RTL 和 IP。评论区没有足够证据解决这个问题。

这是评论数为152时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

AI帮忙把小芯片做好一点

📰 完整报道: AI能改好芯片设计吗?OpenAI公布Jalapeño与AMD测试

OpenAI让AI试着修改芯片的设计图。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
芯片

会计算的小零件。

Jalapeño(Jalapeño)

一块芯片的名字。

Hacker News

科技人聊天的网站。

发生了什么

OpenAI(做人工智能的公司)在文章里让AI帮忙。 芯片是会计算的小零件。 Jalapeño是它的一块芯片。 AI改了里面的设计图。 AMD(做芯片的公司)也参加了测试。

有些地方小了13%。 另一些地方小了10%。 还有一个地方小了15%。 它用两个时钟数完成工作。 后来只用一个时钟数。 这些数字来自OpenAI的文章。

Hacker News(科技人聊天的网站)上有161个积分。 还有102条评论。 这表示很多人看见并讨论了它。 这不表示结果一定是真的。

人还要继续检查芯片。 别的芯片不一定一样好。 AI在帮忙找更好的做法。 它没有独自做好所有芯片。

💬 AI 是做芯片的小帮手吗?

有人觉得这次发布像广告。也有人觉得公司比赛时就应该告诉大家自己在做什么。

  • 分数不太容易看懂。文章报告的 PPA 一位数百分比提升,没有告诉我们 AI 到底做了多少,而且评论者没有独立测量。
  • AI 可能会帮忙写数字电路说明、运行设计工具。但真正的芯片还要摆好位置、连好线路、认真检查,而且好例子很少。
  • 用户的自我报告说,AI 能帮忙做一些自动化工作,但最后的检查和秘密资料的保护仍需要人来负责。

这是评论数为152时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

来源