Hardware

OpenAI logra mejoras de hasta el 14% en el PPA de circuitos GPU de AMD

OpenAI logra mejoras de hasta el 14% en el PPA de circuitos GPU de AMD

OpenAI ha conseguido mejoras de hasta el 14% en los parámetros de potencia, rendimiento y área (PPA) de circuitos GPU de AMD, utilizando modelos de inteligencia artificial para optimizar diseños que ya habían sido perfeccionados durante años por ingenieros especializados. Parte de estos cambios se ha incorporado incluso a un diseño enviado a fabricación.

Los resultados aparecen en un informe técnico de OpenAI publicado el 18 de noviembre, cuyos avances también ha examinado Wccftech. Según la compañía, la colaboración con AMD ha permitido completar el equivalente aproximado a un año de optimizaciones en menos de cinco meses, utilizando modelos capaces de modificar directamente las descripciones de los circuitos integrados.

OpenAI mejora hasta un 14% el PPA de circuitos GPU de AMD

A diferencia de las aplicaciones convencionales de IA para programación, los modelos de OpenAI trabajan directamente sobre código SystemVerilog RTL, un lenguaje utilizado para describir cómo funcionan los circuitos digitales. Esto permite modificar estructuras encargadas de realizar operaciones matemáticas, gestionar señales de control y transferir información entre diferentes componentes.

Las modificaciones se comprobaron mediante herramientas de automatización del diseño electrónico (EDA) de Synopsys, encargadas de verificar que los circuitos conservaran su comportamiento original. También permitieron evaluar sus características de consumo energético, rendimiento y superficie de silicio, evitando que una optimización aparentemente ventajosa comprometiera otras propiedades esenciales del diseño.

OpenAI asegura haber obtenido mejoras de hasta el 14% en el PPA de bloques pertenecientes a la propiedad intelectual de su GPU insignia, tomando como referencia diseños previamente optimizados. La cifra resulta especialmente relevante porque no procede de comparar un circuito experimental con una implementación básica, sino de trabajar sobre estructuras que ya habían recibido numerosas mejoras.

No obstante, ese 14% no representa un aumento directo del rendimiento de una GPU completa ni de sus FPS en videojuegos. El PPA combina distintos parámetros de diseño, y OpenAI no ha especificado cuánto corresponde individualmente al consumo, la velocidad o el área. Tampoco ha identificado los modelos comerciales de AMD que podrían incorporar estas optimizaciones.

OpenAI logra mejoras de hasta el 14% en el PPA de circuitos GPU de AMD captura

Fuente de la imagen: OpenAI.

AMD ya ha incorporado algunas mejoras a diseños destinados a fabricación

Uno de los aspectos más relevantes del informe es que AMD ya ha incluido determinadas modificaciones propuestas por los modelos en un diseño recientemente enviado a fabricación. Otras optimizaciones se han integrado en archivos de diseño de producción para futuras implementaciones, lo que demuestra que la colaboración ha superado la fase de pruebas exclusivamente experimentales.

El trabajo también se ha extendido a bloques fundamentales de la próxima CPU insignia de AMD, donde la compañía ha verificado mejoras porcentuales de un solo dígito en PPA. Aunque inferiores al máximo comunicado para los circuitos GPU, estos resultados indican que la metodología puede aplicarse a diferentes arquitecturas y unidades de procesamiento.

Sin embargo, OpenAI no ha revelado qué familias de GPU o CPU incorporarán estos cambios, ni cuándo podrían llegar al mercado. Que un diseño haya sido enviado a fabricación tampoco significa que ya exista un producto comercial validado. Por ahora, los resultados describen avances en ingeniería de circuitos, no mejoras de rendimiento medidas en procesadores disponibles para los consumidores.

OpenAI logra mejoras de hasta el 14% en el PPA de circuitos GPU de AMD captura 2

Las futuras arquitecturas RDNA 5, CDNA 5 y Zen 6 de AMD podrían beneficiarse de optimizaciones de circuitos mediante inteligencia artificial, aunque la compañía todavía no ha confirmado qué productos concretos incorporarán las mejoras desarrolladas por OpenAI.

Jalapeño demuestra reducciones de hasta el 15% en determinados circuitos

La colaboración con AMD parte de la experiencia acumulada por OpenAI durante el desarrollo de Jalapeño, su primer acelerador personalizado para inferencia de IA. La compañía comenzó a utilizar modelos como GPT-o3 mini a principios de 2025, aplicándolos a sumadores, multiplicadores y operaciones de producto escalar de baja precisión utilizadas en las unidades de cálculo.

En términos generales, las modificaciones propuestas por la IA redujeron aproximadamente un 13% el área de celdas estándar de la unidad vectorial y un 10% la correspondiente a la unidad matricial. Estas reducciones se consiguieron mediante cambios en la lógica de cálculo, la distribución de operaciones entre etapas y el aprovechamiento compartido de recursos internos.

Uno de los ejemplos más destacados corresponde a un multiplicador rediseñado que redujo alrededor de un 15% su área sintetizada, pasando además de necesitar dos ciclos de reloj para completar una operación a utilizar solamente uno. Otro sumador consiguió una reducción de superficie similar, aunque mantuvo su latencia original de dos ciclos.

A diferencia de una simple simulación, OpenAI afirma que estas optimizaciones se validaron durante la puesta en funcionamiento del silicio de Jalapeño. Esto proporciona evidencia de que determinadas mejoras generadas mediante IA pueden trasladarse a hardware funcional, aunque sus resultados concretos no deben extrapolarse automáticamente a las futuras GPUs y CPUs de AMD.

OpenAI logra mejoras de hasta el 14% en el PPA de circuitos GPU de AMD

GPT-6.2 Astra de OpenAI supera considerablemente a los modelos anteriores en la optimización del código RTL del procesador RISC-V PicoRV32, consiguiendo mejores resultados a medida que aumenta el presupuesto computacional.

GPT-6.2 Astra y Synopsys amplían la investigación sobre diseño de chips

El informe también recoge pruebas sobre PicoRV32 e Ibex, dos núcleos RISC-V open source de 32 bits, utilizados para evaluar la capacidad de diferentes modelos de IA al optimizar procesadores. Las pruebas analizaron tanto modificaciones de circuitos existentes como la creación de nuevas implementaciones partiendo de especificaciones técnicas.

Con un presupuesto comparable de aproximadamente 112.000 tokens por ejecución, GPT-6.2 Astra consiguió las puntuaciones medias más elevadas entre los modelos evaluados. En PicoRV32, su resultado medio con ese presupuesto prácticamente duplicó el obtenido por GPT-6 Astra, aunque estas puntuaciones corresponden a pruebas específicas de optimización y no a mejoras de rendimiento general de un procesador comercial.

OpenAI también advierte de ciertas limitaciones metodológicas. Los modelos que diseñaban circuitos desde cero podían omitir funciones presentes en los originales, como contadores de rendimiento o determinadas instrucciones, obteniendo así ventajas que no siempre serían aceptables en un producto final. Por tanto, una evaluación industrial necesitaría imponer requisitos funcionales y físicos más completos.

Para avanzar en ese terreno, OpenAI y Synopsys anunciaron el 30 de septiembre una colaboración destinada a desarrollar GPT-Synopsys, un modelo especializado en utilizar herramientas profesionales de diseño y verificación de semiconductores. El objetivo es que la IA pueda analizar resultados, proponer cambios y repetir comprobaciones de manera más autónoma, manteniendo la supervisión de los ingenieros.

La investigación demuestra que la inteligencia artificial ya puede contribuir a optimizar circuitos integrados en proyectos reales, incluidos diseños de AMD destinados a fabricación. Sin embargo, la repercusión sobre las próximas generaciones de productos comerciales continúa siendo desconocida. Su mayor aportación, por ahora, es acelerar parte del trabajo de ingeniería sin prescindir de las verificaciones necesarias para fabricar hardware funcional.

Vía: Wccftech

Sobre el autor