Les modèles d’intelligence artificielle d’OpenAI s’immiscent désormais dans la conception même des puces AMD. Le fabricant rapporte des gains pouvant atteindre 14% sur l’équilibre consommation, performances et surface de silicium de ses GPU phares. Le plus remarquable : certaines de ces optimisations générées par l’IA ont déjà été intégrées à des conceptions envoyées en fabrication.
OpenAI réécrit les circuits des GPU AMD, avec jusqu’à 14% d’amélioration
Les résultats ont été dévoilés dans le dernier rapport technique d’OpenAI, publié le 18 novembre, qui détaille comment ses modèles accélèrent le développement des semi-conducteurs. La collaboration avec AMD a permis de condenser l’équivalent d’environ une année de travail d’optimisation ingénieur en moins de cinq mois.

Contrairement à l’assistance classique par l’IA pour la programmation, où les grands modèles de langage génèrent du code logiciel, les modèles d’OpenAI ont travaillé directement avec les langages de description matérielle utilisés pour concevoir les circuits. Plus précisément, ils ont réécrit des portions du code SystemVerilog de niveau registre-transfert d’AMD, qui définit le fonctionnement des calculs, des opérations de contrôle et du transfert de données. Ces modifications ont été vérifiées avec les outils de conception électronique automatisée de Synopsys pour garantir la conservation de la fonctionnalité originale.
Fait notable, les modèles ont identifié des optimisations supplémentaires sur des GPU que les ingénieurs d’AMD avaient déjà affinés pendant des années, menant à des améliorations allant jusqu’à 14% par rapport aux bases de référence déjà optimisées.
AMD a d’ores et déjà intégré certaines de ces modifications à une conception de puce récemment envoyée en fabrication, tandis que d’autres optimisations ont été ajoutées aux fichiers de production pour des implémentations futures. La collaboration ne s’est pas limitée aux GPU. OpenAI révèle qu’AMD a également constaté des améliorations en pourcentage à un chiffre sur des blocs clés de son prochain CPU haut de gamme, grâce aux conceptions produites par les modèles.
Il est important de noter que ces chiffres ne signifient pas une amélioration de 14% des performances globales du GPU. Les gains portent sur plusieurs caractéristiques de conception : consommation électrique, performance opérationnelle et surface de silicium. OpenAI n’a pas détaillé la contribution individuelle de chaque métrique, ni précisé quels produits AMD bénéficieront de ces optimisations.

Le puce Jalapeño d’OpenAI réduit sa surface grâce à l’IA
La collaboration avec AMD s’appuie sur l’expérience qu’OpenAI a acquise en développant son propre accélérateur d’inférence IA, Jalapeño. Les modèles de la société ont contribué à la conception de plusieurs composants de calcul importants, notamment des additionneurs et multiplicateurs en virgule flottante, ainsi que des circuits de produit scalaire en basse précision.
Grâce à l’assistance de l’IA, la surface en cellules standard de l’unité de calcul vectoriel de Jalapeño a été réduite d’environ 13%, tandis que son unité de calcul matriciel a gagné 10%. Une refonte particulièrement efficace d’un multiplicateur a permis de réduire sa surface synthétisée d’environ 15% et de passer sa latence de deux cycles d’horloge à un seul.
OpenAI précise que ces optimisations ont été validées lors de la mise en route du silicium de Jalapeño, prouvant que certaines améliorations générées par le modèle fonctionnent sur du matériel concret.
La société a également testé ses derniers modèles sur deux cœurs de processeur RISC-V open source, PicoRV32 et Ibex. GPT-6.2 Astra a obtenu les scores moyens les plus élevés parmi les modèles testés, démontrant des progrès supplémentaires dans l’optimisation automatisée des circuits et la conception de processeurs.

OpenAI cherche maintenant à étendre ces capacités grâce à son partenariat avec Synopsys, annoncé en septembre. Les deux entreprises développent conjointement GPT-Synopsys, un modèle spécialisé conçu pour utiliser les outils professionnels de conception et de vérification de semi-conducteurs.
L’implication plus large est que les modèles d’IA deviennent des participants actifs au développement du matériel nécessaire pour les exécuter. Bien que les bénéfices exacts pour les futurs GPU et CPU commerciaux d’AMD restent à confirmer, l’intégration d’optimisations de circuits générées par l’IA dans des conceptions destinées à la fabrication marque une avancée significative au-delà des simples benchmarks expérimentaux.
Source : OpenAI



