---
title: "5 个月改完一年的电路，动手的是模型"
date: 2026-11-19
category: 算力芯片
site: 脑机网
canonical: https://aiai.cafe/a/njw-openai-amd-chip-1119
language: zh-CN
---

# 5 个月改完一年的电路，动手的是模型

> AMD 的旗舰 GPU IP 上，功耗、性能、面积 3 项指标，最高改善了 14%。

AMD 的旗舰 GPU IP 上，功耗、性能、面积 3 项指标，最高改善了 14%。

改这段电路的不是人。

11 月 18 日，OpenAI 公布了这件事。合作方是 AMD，验证工具来自新思科技。

OpenAI 自己的说法是，这相当于约一年的进展，在不到 5 个月里完成。

AMD 愿意把这件事公开，本身也是信号：用模型做设计，已经能进主流芯片公司的流程。这个标签比 14% 好卖，也比 14% 更容易被记住。

## 14% 的基准在哪

先把 14% 说清楚。

它是 3 项指标里最高的一项，不是每项都涨 14%。PPA 是功耗、性能、面积，芯片设计里这 3 项互相拉扯：跑得快就费电，面积小就难布线，布线挤了性能又掉，3 项全赢几乎不可能。所以行业里说 PPA 提升，通常指加权后的综合收益，或者某一项突出、其余不退化。14% 落在哪一项上，公布里没有拆开。

更关键的是基准：它不是一个粗糙的初版，是已经高度优化过的设计。芯片公司做一颗旗舰 GPU，每个模块都被反复收敛过，越到后面越难动。

从这样的版本上再抠出 14%，和在草图上改出 14%，不是 1 回事。这也是为什么这个数字看着不大，分量却不小：它动的不是边角，是老手已经让过步的地方。

## 谁在改这段代码

芯片设计的日常，是人在写 RTL。

RTL 是一种描述电路行为的代码，用 SystemVerilog 写。它不画图，它写逻辑：什么信号进来，什么时候开，什么时候关。

过去的分工是：人写，EDA 工具检查，人再改，一轮接一轮。

这次模型做的是中间那步：读已有的 RTL，重写，再交给工具验证。听起来像代码补全，实际不是。代码补全的目标是能编译，RTL 改写的目标是时序、面积、功耗同时不变差，还要能被后面的工具链接住。模型要先读懂这段逻辑在系统里承担什么，再决定哪一层可以动。动错了，功能就变。

这也是为什么它需要的不只是代码语料，还需要模块的上下文：时钟怎么走、复位怎么接、上下游怎么握手。

OpenAI 说，模型能“以资深微架构师的水准”推理 RTL。

这句话是 OpenAI 自己说的，没有第三方复现。

还有一条边界要划清。这是在 AMD 的旗舰 GPU IP 上改模块，不是让模型从零设计一颗芯片。模块和整芯片之间，隔着架构划分、时钟树、功耗预算、封装。把这些混为 1 谈，14% 就会被读大。

2025 年初，OpenAI 就开始用 GPT-4o 参与 Jalapeño 的设计。从 GPT-4o 到 GPT-6.2，不到 2 年，模型从“参与”走到了“主力”。

## 验证比生成贵

会写代码的模型很多，敢让它在流片前改电路的很少。

差别在验证。

每 1 处改写，都要用新思的工具证明行为没变，再评估 PPA 的取舍。行为不变是底线：电路改快、改小都可以谈，功能变了就是废片。这一步不省，因为省下来的验证时间，不够赔一次流片。工具跑一遍要时间，改 1 处要跑一遍，模型提得越多，验证排得越满。生成是并行的，验证是串行的，这就是矛盾的根。

这也是为什么生成快了，项目不一定快。

AMD 自己又复验了一遍。部分改动已经进了近期送厂流片的设计，另一部分进了量产设计文件，留给后续版本。

这里要分清 2 个词：流片和量产。流片是试做一批，验证设计和工艺能不能对上；量产是开闸放货。部分改动进了近期流片，说明它敢拿去试；另一部分只进量产设计文件，说明它还要等下一版。2 条路的门槛不一样，前者要敢，后者要稳。一个模型改出来的东西，能过第 1 道，不代表能过第 2 道。

自研推理芯片 Jalapeño 上的数字更细。向量单元标准单元面积减少约 13%，矩阵单元减少约 10%。一款乘法器重设计，面积减少约 15%，延迟从 2 个时钟周期降到一个；一款加法器面积减少约 15%，延迟保持 2 个周期。面积和延迟是跷跷板，面积小了延迟常常变大，乘法器这一项同时拿到面积和延迟，才是这批改动里最硬的地方。

这些优化已经在硅片上调试验证。

AMD 下一代旗舰 CPU 的关键模块，也验证了模型带来的个位数百分比 PPA 提升。

从 GPU 到 CPU，方法在扩散。

## 分数里的口径

OpenAI 还跑了一组公开评测：2 款开源 32 位 RISC-V 核，PicoRV32 和 OpenTitan 的 Ibex。

选开源核是为了可复现：设计文件公开，谁都能拿同一套题重跑。每轮约 11.2 万 token 预算，全部评测 9881 次有效打分。参评的 5 个模型是 GPT-6.2 Astra、GPT-6 Astra、GPT-6.1 Sol、GPT-5.6 Sol、GPT-5.5。

GPT-6.2 Astra 在 2 个核上的平均分最高。

9881 次打分不是为了选冠军，是为了把方差压下来。一次跑分说明不了模型会不会改电路，1 万次才能看出它在哪类需求上失手。有个结果反直觉：5 个模型从书面需求从零设计核，得分都高于优化已有设计。原因不复杂。从零设计没有历史包袱，也没有真实 IP 里那些必须保留的特性。测试里模型省掉了性能计数器等特性，核变简单了，分数自然偏高。

OpenAI 自己承认这点。

所以这组分数测的是“能不能写出能跑的逻辑”，不是“能不能交付可量产的 IP”。一个能跑的内核和一个能卖的内核，中间隔着验证、时序收敛、可测试性设计，还隔着工艺角和良率。这些都没进分数。分数高，说明模型读得懂规格、写得出结构；分数高，不说明它知道怎么让设计在真实工艺下稳定工作。一个核少几个计数器，面积和时序都会好看，这不是模型的功劳，是题目的漏洞。

按 11.2 万 token 乘 9881 次粗算，是 11 亿 token 量级。这个数只说明跑测规模，不说明难度。

把分数当能力上限看，会高估；当能力下限看，又太低。

## 护城河换了位置

5 个月对 12 个月，时间打了 4 折，省下 7 个月。

7 个月能干什么？可以多跑一轮架构探索，也可以把验证做厚。但生成变快，验证不会同时变快。

模型可以一天提 100 个版本，验证只有一套流程。瓶颈从“写出来”移到“证明它对”。

所以护城河从“有多少资深微架构师”，变成“有没有高质量的验证流程和数据”。前者靠薪水和年头堆，后者靠项目积累和工具链。更隐蔽的一层是数据：每一次验证通过或失败，都是一条标注。谁的验证流程跑得多，谁就攒得快。模型能力的差距，最后会变成验证数据的差距。这条链条比“模型多聪明”更难追，因为它需要真实项目，不能靠买卡堆出来。

对新公司，这是好消息：人不够也能出设计。

对老公司，这是坏消息：人的溢价被压平了。真正被压得最狠的，是只会照规格书写 RTL 的那一层。

新思的合作也说明了方向：双方在训练 GPT-Synopsys，把模型能力接进 EDA 工具链。

把模型接进 EDA，等于把裁判和选手放进同一个房间。工具负责判定对错，模型负责提方案。接口归工具厂，数据归谁，合同里会写清楚。

留一个问题：如果改电路的成本降到一个模型加一套验证，芯片公司还需要养多大的 RTL 团队？这个问题现在没有答案，但招聘计划会先给出答案。

真正的门槛，可能已经不是“能不能改”。

是“敢不敢签那张流片单”。

**免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。**

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-openai-amd-chip-1119
本内容仅供参考，不构成投资建议。
