AMD-GPU-Designs: OpenAI-Modelle verbessern Leistung und Chipfläche um 14 Prozent

KI-Modelle verbesserten AMD- und Jalapeño-Entwürfe; OpenAI prüft automatisierte Änderungen weiterhin manuell vor dem Fertigungseinsatz.

•

Künstliche Intelligenz greift zunehmend tief in die Entwicklung moderner Halbleiter ein. Modelle von OpenAI haben bei stark optimierten Flaggschiff-GPU-Designs des Chipherstellers AMD Verbesserungen von bis zu 14 Prozent bei Leistung, Leistungsaufnahme und Chipfläche (Power, Performance, Area; PPA) erzielt.

Einige dieser Anpassungen wurden bereits in einen AMD-Chip übernommen, der zur Fertigung eingereicht wurde. Dennoch mahnt OpenAIs Chipchef Richard Ho zur Vorsicht: Er vertraue den automatisierten Designänderungen noch nicht vollkommen, weshalb jede einzelne Anpassung weiterhin genau geprüft werde.

Beschleunigter Entwicklungszyklus bei AMD

Der erzielte Fortschritt entspricht nach Angaben von OpenAI etwa einem vollen Entwicklungsjahr, das jedoch in unter fünf Monaten erreicht worden sei. Die Anpassungen an den AMD-Designs erfolgten in Form von SystemVerilog-RTL-Rewrites und wurden unter Einsatz von Werkzeugen des Anbieters Synopsys validiert. AMD bestätigte seinerseits einstellige prozentuale PPA-Gewinne in zentralen Schlüsselblöcken der kommenden Flaggschiff-CPU.

Um die Zusammenarbeit mit Branchenwerkzeugen weiter zu vertiefen, schloss OpenAI am 30. September 2026 eine Partnerschaft mit Synopsys für das Modell GPT-Synopsys. Als nächster Schritt wurde das Training dieses Modells für Electronic-Design-Automation-Werkzeuge angekündigt.

Anzeige

Während KI die Chipentwicklung revolutioniert, schafft der Gesetzgeber mit dem EU AI Act den verbindlichen Rahmen für den Einsatz solcher Systeme. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und geltenden Fristen. EU AI Act in 5 Schritten verstehen

Erfahrungen mit dem eigenen Inferenz-Chip Jalapeño

Erste praktische Erfahrungen mit KI-gestützter Entwicklung sammelte OpenAI bereits bei der Arbeit am eigenen Inferenz-Chip Jalapeño. Am 25. August 2026 fand der Silizium-Test des Chips statt, nachdem die Phase vom Design bis zum Tape-out neun Monate in Anspruch genommen hatte.

Die Modellvorschläge senkten die Standardzellenfläche im sogenannten Warp Engine um circa 13 Prozent sowie in der Matrix Unit um circa 10 Prozent, was im Silizium validiert werden konnte.

Zudem führte die Neugestaltung eines Multipliers bei Jalapeño zu circa 15 Prozent weniger Zellfläche und halbierte die Latenz von zwei auf einen Taktzyklus. Ein überarbeiteter Addierer erzielte ebenfalls 15 Prozent weniger Fläche bei einer Beibehaltung von zwei Takten.

Anzeige

Der technologische Fortschritt durch KI stellt Unternehmen nicht nur vor technische, sondern auch vor neue regulatorische Herausforderungen. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act herunterladen

Evaluierung über RISC-V-Architekturen

Neben GPU- und Inferenz-Designs wurden die Fähigkeiten der Modelle auch anhand von RISC-V-Kernen wie PicoRV32 und Ibex untersucht. In insgesamt 9.881 bewerteten Durchläufen erzielte das Modell GPT-6.2 Astra bei rund 112.000 Tokens pro Durchlauf die höchsten Durchschnittsscores. Die normalisierten Werte für den Schritt von der Spezifikation zum RTL lagen bei rund 0,7 für PicoRV32 beziehungsweise rund 0,75 für Ibex.

Gleichzeitig verweist OpenAI auf eine methodische Einschränkung: Spezifikationsbasierte Bewertungen könnten die tatsächlichen Fähigkeiten überschätzen, da in diesen Testumgebungen entsprechende Performance-Counter fehlen. Dies unterstreicht die Notwendigkeit manueller Prüfungen durch Fachexperten, bevor KI-generierte Schaltkreise endgültig in die Fertigung gehen.