OpenAI публикува на 18 ноември разбор за използването на своите модели при проектиране на чипове. Компанията съобщава за до 14% подобрение по показатели за мощност, производителност и площ при вече оптимизирани GPU блокове на AMD. Предложенията променят SystemVerilog RTL, а инструменти на Synopsys проверяват поведението. Това са отчетени от участниците резултати за конкретни блокове, не обещание за същото ускорение на цял графичен процесор.
Какво се променя в инженерната работа
RTL описва хардуерното поведение и движението на данните между регистри. Полезна опора за този контекст е документацията на Ibex: отворено 32-битово RISC-V ядро, написано на SystemVerilog, с отделни ръководства за интеграция, устройство и проверка. Такива достъпни проекти позволяват да се изследва конкретна конструкция, вместо да се разчита само на общо твърдение за „по-умен“ модел.
Като предистория, на 30 септември Synopsys обяви сътрудничество с OpenAI за GPT-Synopsys — модел, насочен към работа с инструментите за електронно проектиране. Партньорското съобщение описва посока на развитие. То не е доказателство, че универсална автономна система вече може да замени всички етапи на проектирането и приемането на чип.
По-малко логика не е достатъчен критерий
Нашият редакционен прочит започва от ограничението на задачата. Ако се търси по-малък блок, трябва да е ясно кои функции се запазват и кои работни натоварвания се оценяват. Решение, което изглежда по-икономично при една проверка, може да не е приемливо за друга конфигурация. Затова числото има смисъл заедно с базовия вариант, условията и проверките.
Представете си условен изчислителен блок, в който два последователни етапа могат да споделят част от логиката. Идеята може да намали повторението, но инженерът трябва да провери времето на работа, допустимите входове и поведението при гранични случаи. Примерът е обяснение на компромис, не допълнителен резултат от изследването на OpenAI.
За собствен пилот бихме отделили създаването на кандидата от приемането му. Моделът предлага промяна; фиксирани проверки оценяват дали запазва изискванията. След това резултатите се сравняват при един и същ набор от ограничения. Ако проверка се провали, това е отхвърлен кандидат, дори картинката за площта да изглежда обещаващо.
Къде е практическата стойност
За екипите по хардуер новината е за разширяване на пространството от предложения, които могат да бъдат проверени. Въпросът не е само колко бързо се генерира код, а колко приемливи решения стигат до следващия инженерно потвърден етап. Разходът за оценяване също участва в тази сметка.
SIExpo не е възпроизвеждал тестовете и не разполага с независими измервания на посочените GPU блокове. Същественото в съобщението е конкретният работен цикъл между предложения, ограничения и проверка. Той е по-информативен за бъдещите приложения на AI в хардуера от едно общо обещание за автоматично създаване на процесори.



