当模型开始设计芯片:OpenAI用AI改写AMD旗舰GPU,一年优化量被压缩进五个月
从"跑在芯片上"到"设计芯片" AI与芯片的关系,长期是一个单向的故事:芯片厂商为AI设计专用加速器,AI模型在芯片上训练和推理。摩尔定律放缓之后,这个循环的转速成了整个行业的天花板——算力需求每年指数级增长,制程红利却两年一跳,PPA(性能、功耗、面积)的每一寸优化都要靠工程师在RTL代码、综合报告和时序收敛之间以月为单位艰难抠出来。 11月18日,OpenAI发布了一篇详细的文章《Advancing chip design with our models》,把这个单向故事改写成了闭环:他们的前沿模型正在实质性地改进真实的商用芯片设计,而且改进已经流片、已经投产。 这不是"AI辅助写写脚本"级别的新闻。三个事实值得逐条拆开看: 在OpenAI自研推理芯片Jalapeño上,模型提出的修改让向量单元的标准单元面积减少约13%、矩阵单元减少10%,且这些优化在硅片验证(silicon-proven)中得到确认——不是仿真通过,是真实的芯片跑出来了。 与AMD的合作中,模型直接重写旗舰GPU IP的SystemVerilog RTL,在已经被人类专家深度优化过的基线上取得最高14%的PPA提升。AMD已经把其中部分改动送去了制造(tape-out),另一些进入了投产设计文件。OpenAI的说法是:这相当于大约一年的优化进展被压缩进了不到5个月。 在两个开源32位RISC-V核(PicoRV32和Ibex)的端到端吞吐测试中,GPT-6.2 Astra在约11.2万token预算下得分最高,相比GPT-6 Astra分数翻倍——芯片设计能力正在随模型代际以肉眼可见的速度爬坡。 14%意味着什么:在"已经最优"的地方再挤一层 要理解这个数字的分量,得先理解现代GPU的设计流程走到了什么程度。 旗舰GPU是地球上优化得最狠的人造物之一。一个IP块在流片前要经过几十轮综合、布局布线、时序分析和功耗分析,每一代产品都继承了上一代沉淀的优化。业界共识是:在一个深度优化的基线上,手工再做几个百分点的PPA改进,往往需要工程师数月的心血。PPA提升14%这种量级,正常节奏下就是一整代产品的优化周期。 而模型做到这件事的方式尤其值得注意——它不是在写新代码,而是在重写旧代码。OpenAI的描述是:“模型以专家级微架构师的视角推理RTL”。它可以重写执行计算、控制操作或搬运数据的电路,然后调用Synopsys的EDA工具验证每次重写是否保持了模块的行为等价性,并评估功耗、性能、面积的权衡。这是一个完整的专家工作流:提出假设→修改电路→形式验证→量化收益→迭代。 Jalapeño上的细节更能说明模型的"思路"。以矩阵单元为例:一次乘法器重设计让综合后单元面积减少约15%,同时把延迟从两个时钟周期压到一拍;另一次加法器重设计同样省下约15%面积且不牺牲时延。这些不是暴力搜索的产物,而是模型同时探索了"替代逻辑实现"与"计算如何跨流水级划分"两个设计维度后,找到的硬件复用与减少中间寄存的组合方案。向量单元的收益则来自浮点加减法器、乘法器、转换函数、归约逻辑和特殊函数单元的层层积累。 换句话说,模型做的正是资深数字设计工程师每天做的事——只是迭代速度快了一个数量级。 RISC-V基准:一条可测量的能力曲线 商业合作数据天然带有宣传色彩,OpenAI也意识到了这一点,所以他们同时发布了一套更接近科研评测的结果:在两个开源RISC-V核上测试历代模型的端到端设计能力。 任务设定很朴素:给模型原始的硬件描述,要求提升吞吐量(每秒执行指令数)。评分规则严格——仿真验证失败或面积超过原设计16倍直接记零分;通过的按隐藏工作负载上的IPC乘以Yosys估计的最高时钟频率计算吞吐,归一化打分。全部评测覆盖了9,881次有效运行。 结果是一条清晰的能力曲线:在约11.2万token的可比预算下,GPT-6.2 Astra在两个核上平均分都最高,其中PicoRV32上的得分约为GPT-6 Astra的两倍;GPT-6.1 Sol也全面超越GPT-5.6 Sol。更耐人寻味的是第二个任务——只给模型书面需求规格让它从零设计处理器核,所有五代模型从规格出发的得分都高于改进现有设计的得分。这暗示模型在"不受既有结构束缚"时更能发挥,但OpenAI也坦诚指出:从规格出发时模型可能主动省掉了性能计数器、扩展指令等对测试吞吐无贡献的功能,让测试偏向乐观——若强制保留全部特性、收紧面积约束并在物理综合后检查时序,测试会更接近真实芯片设计。 这种自我克制的评测叙事,恰恰是这篇文章可信度最高的部分。 真正的分水岭:Synopsys合作与GPT-Synopsys 如果说Jalapeño和AMD的案例证明了"能做到",那么与Synopsys的合作决定了"能不能规模化"。 芯片设计行业的护城河从来不只是设计师的智力,而是EDA工具链——数十年沉淀的Verilog编译器、形式验证器、综合引擎和签核工具,构成了芯片设计事实上的"操作系统"。OpenAI宣布与Synopsys共同训练一个新模型GPT-Synopsys,让它"像专家芯片设计师那样"使用Synopsys的EDA工具。 这一步的战略含义比任何单项PPA数字都大。当模型学会驱动EDA工具链,芯片设计就从"模型生成代码、人类拿去跑工具"变成了模型在自己的闭环里完成设计-验证-迭代。工具链是芯片设计行业最深的沉淀,也可能是AI接管这个行业最关键的一级台阶。 连锁反应:谁会被改写 这件事的影响会沿三条线扩散。 第一条线是芯片公司的工作流重构。 当模型能在深度优化基线上再挤出两位数百分比的PPA提升,芯片公司的竞争力评估就要重写:拥有最强AI设计能力的团队,等效于凭空多出一代工艺节点的优化预算。AMD已经把模型改动送进投产文件,这个信号对全行业的设计管理者都是直接的。工程师的角色会向"定义优化目标、审查模型提案、把控签核质量"迁移——不是消失,而是从拧每一颗螺丝的人变成验收整台机器的人。 第二条线是自研芯片门槛的再下降。 OpenAI用GPT-4o在2025年初就启动了Jalapeño的模型辅助设计,一个此前没有任何芯片积累的组织,靠模型把自定义推理芯片做到了流片验证。对大量想做自研芯片但缺资深设计人才的云厂商和AI公司,这条路径的示范效应是残酷的:芯片设计人才的稀缺性溢价,可能正在被模型稀释。 第三条线是AI自我加速的闭环。 这是整个故事里最深的一层。AI模型改进芯片设计→更好的芯片提供更多算力→更多算力训练更强的模型→更强的模型进一步改进芯片设计。这个循环一旦转起来,就是AI发展史上第一个完整的物理层自增强回路。OpenAI在文章结尾的表述很平静,但含义很重:“我们期待在GPU和CPU的最优基线之上取得进一步的PPA改进。“注意,是"最优基线之上”。 冷静剂:能力的边界仍然清晰 在乐观之前,有几点边界值得记下。 其一,目前的成果集中在计算密集型模块——向量单元、矩阵单元、浮点运算部件。这类模块逻辑规整、可形式化验证、收益可量化,是AI最擅长的甜区。而SoC设计中最耗人力的部分往往是时钟树、电源网络、互联总线、模拟混合信号,以及无穷无尽的设计变更管理,这些"脏活累活"目前看不到被模型接管的明确证据。 其二,验证负担可能被低估。模型生成的每一处RTL修改都需要形式验证和行为等价性检查兜底,Synopsys工具链在其中的角色不是锦上添花而是生命线。AI提效的边界,最终由验证工具链的吞吐决定。 其三,14%是"最高"而非"平均”,且是特定IP块上的结果。把它线性外推到整颗芯片甚至整个行业,还为时过早。 但即便只按最保守的读法,这篇文章标记的拐点是明确的:AI优化芯片第一次从论文演示进入了商用流片和投产文件的层面。 2024年业界还在讨论"LLM能不能写好Verilog",2026年模型已经在改写AMD旗舰GPU的RTL并拿到投产资格。 结语:设计者的设计者 有个略显悖论的视角:人类工程师花六十年把芯片设计变成一门高度结构化的学科,写下了可验证的规格、标准化的HDL、严格的签核流程——正是这种结构化,让芯片设计成了AI最容易"学会"的复杂工程领域之一。人类为提高协作效率而建的工具与规范,如今成了模型理解这个领域的阶梯。 当模型开始设计运行自己的芯片,AI的故事就从"智能"进入了一个新章节:它不再只是被创造物,而正在成为创造过程本身的一部分。五个月压缩一年只是第一个数据点——如果能力曲线像RISC-V基准展示的那样逐代翻倍,芯片行业六十年积累的节奏感,可能会在未来几年被彻底重写。 参考来源:OpenAI《Advancing chip design with our models》(2026-11-18)、Synopsys官方公告、AI洞察日报 2026-11-19