უკან დაბრუნება

OpenAI-მ AMD-ს მომავალი ფლაგმანური GPU-ის დიზაინის PPA-ის 14%-მდე გაუმჯობესებაში დაეხმარა
SiTech AI Team2 წთ. საკითხავი

OpenAI-მ AMD-ს მომავალი ფლაგმანური GPU-ის დიზაინის PPA-ის 14%-მდე გაუმჯობესებაში დაეხმარა

OpenAI-ის თქმით, დაუსახელებელი AI მოდელებმა AMD-ს დაეხმარნენ მომავალი ფლაგმანური GPU-ისა და CPU-ის დიზაინების ოპტიმიზაციაში. GPU-ის სქემებზე PPA-ის 14%-მდე გაუმჯობესება დაფიქსირდა, პროცესორზე კი დაუზუსტებელი ერთნიშნა PPA-ის ზრდა.

OpenAI აცხადებს, რომ დაუსახელებელი AI მოდელებმა AMD-ს დაეხმარნენ მომავალი ფლაგმანური GPU-ისა და CPU-ის დიზაინების ოპტიმიზაციაში. კომპანიის ცნობით, GPU-ის სქემებზე PPA-ის 14%-მდე გაუმჯობესება და პროცესორზე დაუკონკრეტებელი ერთნიშნა PPA-ის ზრდა დაფიქსირდა, ოპტიმიზაციის სამუშაოები კი SystemVerilog RTL-ში შესრულდა.

GPU-ისა და CPU-ის გაუმჯობესებები

OpenAI აცხადებს, რომ მისმა მოდელმა დამატებითი გაუმჯობესებები აღმოაჩინა ჩიპის სქემების აღმწერი კოდის გადაწერით. კომპანია ამბობს, რომ ეს სამუშაო უდრის იმას, რაც ჩვეულებრივ ჩიპის დიზაინზე მთელი წელი სჭირდება, თუმცა 5 თვეზე ნაკლებ დროში შესრულდა, და დროის ასეთ შეკუმშვას უპრეცედენტოს უწოდებს. მოდელი RTL-ის შესახებ ექსპერტი მიკროარქიტექტორის დონეზე მსჯელობდა და OpenAI ელოდება PPA-ის შემდგომ გაუმჯობესებას როგორც GPU-ის, ისე CPU-ის დიზაინებში, ახლა უკვე გაუმჯობესებული საწყისი მდგომარეობიდან გამომდინარე.

ტესტირება ჩიპის ბირთვებზე

ბლოგის პოსტში აღწერილია, როგორ განვითარდა GPT-ის ჩიპების დიზაინის უნარი. მკვლევარებმა მაღალი დონის LLM-ები შეამოწმეს PicoRV32-ისა და Ibex-ის ჩიპის ბირთვების გაუმჯობესების დავალებით. მოდელები ერთ გაშვებაზე 112 000 ტოკენს იღებდნენ და მათ დაევალათ გამტარუნარიანობის ოპტიმიზაცია, რაც განისაზღვრა როგორც Instructions-per-Clock-ისა და საათის ციკლის ხანგრძლივობის კომბინაცია. შედეგები ფასდებოდა ნულიდან 1,0-მდე: ნული ეძლეოდა მაშინ, თუ ჩიპები არ მუშაობდნენ ან წინა ფართობზე 16-ჯერ მეტს იკავებდნენ, ხოლო 1,0 ეძლეოდა საუკეთესო დიზაინებს ტესტის შეზღუდვების ფარგლებში. ტესტი მოდელებს არ აცნობდა, რა დატვირთვებისთვის გამოიყენებოდა ჩიპები. GPT-6.2 Astra-მ ორივე მაჩვენებლით საუკეთესო შედეგი აჩვენა: ყველაზე დაბალი საერთო ღირებულება და ყველაზე მაღალი ოპტიმიზაციის ქულა.

მეორე ტესტმა აჩვენა, რომ მოდელები უკეთეს შედეგს იძლეოდნენ, როცა ჩიპებს თავდაპირველი სპეციფიკაციების მიხედვით არსებითად თავიდან აპროექტებდნენ, ვიდრე არსებულ კოდს ოპტიმიზაციას უკეთებდნენ. უცნობია, გამოიყენეს თუ არა ამ სამუშაოსთვის GPT-ის არამოდიფიცირებული ვერსიები.

ჩიპებთან დაკავშირებული სხვა სამუშაოები

ეს პირველი შემთხვევა არ არის, როცა AI ჩიპებზე მუშაობს. OpenAI Broadcom-თან ერთად მუშაობდა OpenAI Jalapeño-ზე, ინფერენსზე ორიენტირებულ ჩიპზე, რომელიც უკვე 2026 წლის ივნისისთვის რეალურ დატვირთვებს ამუშავებდა საინჟინრო ნიმუშებით. კომპანია ელოდა Jalapeño-ს მცირე საწყის განლაგებებს 2026 წლის ბოლოსთვის და უფრო ფართო დანერგვას 2027 წელს. სატესტო ბენჩმარკები უკვე გარკვეული დროა ხელმისაწვდომია და, სავარაუდოდ, შესანიშნავ დაზოგვას აჩვენებენ ენერგომოხმარებასა და საერთო ლატენტურობაში ბაზარზე წამყვან Nvidia Blackwell GPU-ებთან შედარებით ერთი ტოკენის პროგნოზირების დატვირთვებში. OpenAI ასევე აცხადებს, რომ Synopsys-თან ერთად მუშაობს GPT-Synopsis-ის გაწვრთნაზე, მოდელზე ჩიპების დიზაინის ხელსაწყოების გამოსაყენებლად.

წყაროები: Tom's Hardware

გააზიარე ციფრული გამოცდილება

SiTech

SiTech — AI-გაძლიერებული ვებ დეველოპმენტი

ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.