AI Aulis

AI-NYHETER PÅ SVENSKA · 19 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

38 artiklar · nästa nummer i morgon bitti · Så görs tidningen →

← Numret 19 november 2026Tidningen

OpenAI: Modellerna förbättrade AMD:s GPU-konstruktion med upp till 14 procent

AI-genererat innehållSkriven av AI

openai.com, the-decoder.com, x.com · 3 källor · Källornas publiceringsdatum: 18 november 2026

På under fem månader hittade OpenAI:s modeller förbättringar på upp till 14 procent i AMD:s långt optimerade GPU-konstruktion, uppger bolaget. Enligt OpenAI har AMD redan fört in en del av ändringarna i tillverkningen.

OpenAI skrev i ett blogginlägg den 18 november att bolagets modeller har skrivit om kretsbeskrivningar för AMD:s flaggskepps-GPU. En kretsbeskrivning är kod i språket SystemVerilog som definierar kretsens logik. Enligt OpenAI kontrollerade modellen varje ändring med Synopsys konstruktionsprogram. Med dem säkerställde modellen att kretsblockets funktion var oförändrad och bedömde hur ändringen påverkade effektförbrukning, prestanda och yta (PPA).

Förbättringen på upp till 14 procent är det bästa resultatet, och jämförelsen görs mot AMD:s redan långt optimerade konstruktioner. OpenAI anger inte vilka block eller vilket av de tre målen den gäller. Bolaget bedömer att resultatet motsvarar ungefär ett års utveckling, uppnådd på under fem månader. OpenAI uppger också att AMD redan har infört en del av ändringarna i en konstruktion som skickats till tillverkning. Dessutom har AMD enligt bolaget konstaterat ensiffriga PPA-förbättringar i centrala block i sin nästa generations processor. Alla uppgifter om AMD kommer från OpenAI, och även nyheten på webbplatsen The Decoder bygger på OpenAI:s pressmeddelande.

OpenAI använde samma metod från början av 2025 när bolaget konstruerade sitt eget inferenschip Jalapeño, till en början med modellen GPT-4o. En multiplikatorenhet som modellen konstruerade om tog i syntesen upp ungefär 15 procent mindre cellyta, och dess fördröjning minskade från två klockcykler till en. OpenAI:s team bedömer att modellens ändringar minskade standardcellernas yta med ungefär 13 procent i vektorenheten och 10 procent i matrisenheten. Förbättringarna fungerar i det färdiga chipet, uppger bolaget.

OpenAI jämförde modellgenerationerna på två RISC-V-processorkärnor med öppen källkod, PicoRV32 och Ibex. Modellerna skulle öka antalet instruktioner som kärnan utför per sekund. Värdet byggde på testlaster som var dolda för modellerna och på den högsta klockfrekvens som verktyget Yosys uppskattade. En konstruktion som inte klarade kontrollerna eller vars yta var mer än 16 gånger den ursprungliga fick noll poäng. Det bästa observerade resultatet fick värdet 1,0. Poängen visar alltså hur nära modellen kom den bästa lösning som setts. De anger inte uppsnabbningen jämfört med den ursprungliga kärnan. Med en budget på ungefär 112 000 token per körning fick GPT-6.2 Astra högst genomsnittspoäng på båda kärnorna. På PicoRV32 var modellens poäng ungefär dubbelt så höga som för GPT-6 Astra.

I en andra uppgift konstruerade modellerna en kärna utifrån skriftliga krav. Med samma budget på ungefär 112 000 token fick alla fem modeller högre poäng där än när de förbättrade en befintlig kärna. GPT-6.2 Astra fick med den budgeten i genomsnitt ungefär 0,75 poäng på Ibex. OpenAI påpekar själv att modellerna kan ha utelämnat funktioner som finns i de ursprungliga kärnorna, till exempel prestandaräknare och extra instruktioner. Det kan förklara en del av skillnaden. Testet skulle bättre motsvara produktionskonstruktion om det krävde dessa funktioner, en striktare ytgräns och en timingkontroll efter fysisk syntes, skriver bolaget.

Härnäst ska OpenAI tillsammans med Synopsys träna modellen GPT-Synopsys. Den är tänkt att använda Synopsys program för kretskonstruktion (EDA-verktyg) som en expertkonstruktör.

Tidigare om ämnet

Anmäl ett fel i artikeln