OpenAI применила собственные LLM для проектирования чипа Jalapeño

OpenAI успешно использовала собственные языковые модели для автоматизации этапов проектирования специализированного AI-ускорителя под кодовым названием Jalapeño. Инженеры компании применили LLM для написания и оптимизации кода на языке описания аппаратуры (HDL), что позволило сократить цикл разработки и повысить производительность конечного устройства.

Внедрение AI-ассистентов в процесс проектирования позволило значительно снизить задержки (latency) и общее энергопотребление чипа. Использование моделей для генерации RTL-кода (Register Transfer Level) дало возможность небольшим командам инженеров выполнять задачи, которые ранее требовали участия крупных специализированных групп. Это решение стало частью стратегии компании по ускорению создания собственной инфраструктуры для обучения и инференса моделей.

Процесс включал итеративную генерацию блоков логики, где LLM выступали в роли помощников при написании верификационных тестов и оптимизации топологии. Подобный подход позволил сократить время на отладку сложных аппаратных модулей, обеспечивая более высокую плотность размещения транзисторов и улучшенные тепловые характеристики кристалла Jalapeño.

Данный кейс демонстрирует переход от использования LLM исключительно для написания программного обеспечения к их применению в проектировании сложного «железа». Опыт OpenAI подтверждает эффективность интеграции генеративных инструментов в EDA-процессы (Electronic Design Automation), что меняет стандарты разработки высокопроизводительных AI-ускорителей в индустрии.