2026-11-18 · ← News
OpenAI bringt KI entworfene Schaltungen vom Benchmark ins Silizium
OpenAI zufolge verkleinerten seine Modelle Teile des Jalapeño Chips um 10 bis 13 %. AMD übernahm Änderungen mit bis zu 14 % besserem PPA in ein Design, das zur Fertigung ging. Entscheidend ist, dass die Modellergebnisse die Prüfung durch Hardwareingenieure bestanden und physisches Silizium erreichten.
Das Bild konnte nicht geladen werden.
OpenAI hat Ergebnisse zum Einsatz seiner Modelle im Chipdesign veröffentlicht. Beim eigenen Inferenzchip Jalapeño verringerten Modellvorschläge laut Unternehmen die Fläche der Standardzellen in der Vektoreinheit um etwa 13 % und in der Matrixeinheit um 10 %. Beide Optimierungen seien beim Hochfahren des gefertigten Siliziums bestätigt worden.
Modellvorschläge gelangten in Designs für die Fertigung
Die Arbeit mit AMD brachte laut OpenAI gegenüber stark optimierten Ausgangsdesigns bis zu 14 % bessere PPA Werte, also eine Verbesserung bei Leistung, Energiebedarf und Fläche. Das Modell schrieb SystemVerilog RTL um. AMD übernahm einige Änderungen in ein Design, das zur Fertigung ging, und weitere in Produktionsdateien für spätere Versionen.
OpenAI testete außerdem fünf Modellgenerationen an den offenen 32-Bit-RISC-V-Kernen PicoRV32 und Ibex. Bei einem vergleichbaren Budget von rund 112.000 Token erzielte GPT-6.2 Astra auf beiden Kernen den höchsten Durchschnittswert. Der vollständige Eval umfasste 9.881 bewertete Läufe.
Prüfung und Verifikation zählen mehr als schnelles RTL
Chipdesign hat eine lange und teure Rückkopplung. Ein Fehler, den die Verifikation übersieht, zeigt sich womöglich erst nach der Fertigung. Entscheidend ist deshalb der Weg vom Modellvorschlag über Simulationen und Expertenprüfung bis zum Tape-out, nicht die Menge des erzeugten RTL Codes.
Auch die Rolle der Ingenieure verschiebt sich. Das Modell kann Varianten durchsuchen und lokale Optimierungen vorschlagen. Menschen behalten Spezifikation, Fertigungsgrenzen und Verantwortung für die Korrektheit. Für EDA Anbieter deutet das auf AI direkt in der Design- und Verifikationsschleife statt nur im Chatfenster.
Unternehmensdaten ersetzen noch keinen unabhängigen Benchmark
Die Produktionszahlen stammen von OpenAI und seinen Partnern. Vollständige Methodik, menschlicher Aufwand und gescheiterte Versuche sind nicht öffentlich. PPA Gewinne hängen zudem vom Block, den Bibliotheken, Vorgaben und dem Ausgangsdesign ab. Die 14 % lassen sich daher nicht auf beliebige Chips übertragen.
Die offenen RISC-V-Evals sind besser vergleichbar, doch PicoRV32 und Ibex sind kleiner und übersichtlicher als moderne GPUs oder CPUs. Aussagekräftig ist die Verbindung zweier Belege: ein wiederholbarer Eval und Änderungen, die ein Partner tatsächlich in die Fertigung übernahm.
Arbeitsaufwand und Messwerte des Siliziums entscheiden
Als Nächstes muss sich zeigen, wie viel Zeit die Modelle über ein vollständiges Projekt einschließlich Verifikation und Nacharbeit sparen. Reproduzierbare Ergebnisse für weitere Blöcke, veröffentlichte Erfolgsquoten und Vergleiche mit demselben Team ohne Modell würden die Aussage stärken.
Das härteste Signal kommt nach der Fertigung: Die Optimierungen müssen sich wiederholt an physischen Chips bestätigen, ohne mehr Fehler zu erzeugen. Erst dann trennt sich ein nützlicher Helfer für einzelne Blöcke von einer neuen Ökonomie des Chipdesigns.
Liliths Urteil
Das Modell zeichnet Chips nicht mehr nur am Whiteboard. Sein Vorschlag gelangte durch die Prüfung der Ingenieure bis in die Siliziumfertigung, doch die Rechnung für menschliche Verifikation bleibt unter Verschluss.