DIRTY STATIC / DÉPÊCHE Actualités19 NOV. 2026 • 11 MIN DE LECTURE
Une grande puce GPU sur un socle en béton dans un laboratoire brutaliste, avec un bloc de circuit qui brille en jaune précaution
ActualitésL'INTELLIGENCE POUR L'ÈRE DES MACHINES

Les modèles OpenAI améliorent les conceptions de puces AMD

OpenAI a dit le 18 novembre que ses modèles de pointe ont réécrit des parties de la conception du GPU phare AMD et ont trouvé des gains allant jusqu'à 14 pour cent en puissance, en performance et en surface contre des bases déjà fortement optimisées. AMD a déjà placé certains de ces changements dans une conception envoyée en fabrication, selon OpenAI, et a vérifié des gains à un chiffre sur des blocs de son prochain CPU phare. Ce rapport présente ce que le modèle a vraiment changé, la façon dont chaque réécriture a été vérifiée, ce que la même méthode a fait sur la puce Jalapeño propre à OpenAI, et les endroits où les affirmations reposent encore sur la seule parole d'OpenAI.

Commencer la lecture ↓

OpenAI affirme que ses modèles n’ont pas seulement écrit du code au sujet des puces. Ils ont réécrit les circuits à l’intérieur de la conception du GPU phare AMD, et AMD a assez aimé certaines réécritures pour les envoyer vers la fabrication.

Dans un texte publié le 18 novembre, OpenAI a rapporté des gains allant jusqu’à 14 pour cent en puissance, en performance et en surface sur la propriété intellectuelle du GPU phare AMD, mesurés contre des bases fortement optimisées. OpenAI appelle cela environ une année de progrès réalisée en moins de cinq mois. AMD a déjà inclus certains de ces changements dans une conception récente envoyée en fabrication, a dit OpenAI, et en a ajouté d’autres à ses fichiers de conception de production pour des versions futures.

L’annonce

Le travail se situe au niveau RTL. RTL, pour niveau de transfert de registres, est le code qui décrit ce qu’un circuit de puce fait avant que ce circuit soit disposé sous forme physique. Le code GPU AMD pour ce travail est écrit en SystemVerilog, un langage bâti pour décrire et vérifier le matériel.

OpenAI a dit que son modèle a raisonné sur ce code au niveau d’un microarchitecte expert, un concepteur qui décide de la façon dont un bloc de processeur est organisé à l’intérieur. Le modèle a réécrit des circuits qui font des calculs, qui contrôlent des opérations ou qui déplacent des données. Pour chaque réécriture, il a utilisé les outils Synopsys pour vérifier que le bloc changé se comportait encore comme l’original, et pour peser les compromis en puissance, en performance et en surface. Ce trio est ce que les équipes de puces abrègent en PPA.

Cette étape de vérification compte plus que l’étape de réécriture. Un raccourci habile qui change la réponse qu’un circuit donne n’est pas une amélioration. C’est un bogue avec de bonnes relations publiques. Le récit d’OpenAI est que chaque réécriture devait passer le flux de vérification Synopsys avant que ses chiffres PPA comptent.

Détails importants

OpenAI n’a donné aucune répartition du chiffre de 14 pour cent. Le texte ne dit pas si le meilleur résultat tenait surtout à la puissance, surtout à la performance ou surtout à la surface, et il ne nomme ni le produit GPU ni les blocs où les gains ont été trouvés. Les lecteurs ne devraient pas lire jusqu’à 14 pour cent comme 14 pour cent plus rapide. C’est la meilleure amélioration PPA rapportée sur une propriété intellectuelle GPU choisie, telle qu’OpenAI la décrit, et non un résultat pour la puce entière ni une mesure prise sur du silicium AMD fini.

Le résultat CPU est plus petit et, d’une façon, plus clair. OpenAI a dit qu’AMD a vérifié des gains PPA de quelques pour cent à un chiffre sur des blocs clés de son prochain CPU phare de nouvelle génération avec des conceptions écrites par le modèle. Cette vérification est attribuée à AMD par le texte d’OpenAI. AMD n’avait publié aucune déclaration propre sur ce travail au 19 novembre dans les sources vérifiées pour ce rapport, et AMD n’a publié aucun chiffre propre ni pour le résultat GPU ni pour le résultat CPU.

DétailCe qu’OpenAI a rapporté
Résultat GPUAmélioration PPA allant jusqu’à 14 pour cent sur la propriété intellectuelle du GPU phare
BaseBases fortement optimisées, selon les mots d’OpenAI
Affirmation sur le tempsEnviron une année de progrès en moins de cinq mois, selon les mots d’OpenAI
MéthodeLe modèle a réécrit le RTL SystemVerilog, les outils Synopsys ont vérifié chaque réécriture
Usage en productionCertains changements dans une conception récente envoyée en fabrication, d’autres dans des fichiers de conception de production pour des versions futures
Résultat CPUGains PPA à un chiffre sur des blocs clés du prochain CPU phare, vérifiés par AMD tels que rapportés par OpenAI
Produit nomméAucun
Répartition des 14 pour centNon donnée

Deux blocs de calcul abstraits en silicium sur un établi en béton, avec un bloc qui rétrécit et brille en jaune précaution

D’où vient la méthode

Le travail AMD est né de Jalapeño, la première puce d’inférence sur mesure qu’OpenAI a conçue pour faire tourner ses propres modèles. OpenAI a dit qu’elle a commencé à utiliser un modèle de pointe précoce pour aider à concevoir Jalapeño au début de 2025, et que même ce modèle précoce a trouvé des améliorations PPA non triviales.

Les gains se situaient dans les parties de la puce qui font les calculs. Dans l’unité vectorielle, qui gère et exécute des tâches de calcul en parallèle, les économies venaient des additionneurs et multiplicateurs en virgule flottante, des fonctions de conversion, de la logique de réduction et de l’unité de fonctions spéciales. Dans l’unité matricielle, une refonte de multiplicateur a utilisé environ 15 pour cent de surface de cellule en moins en synthèse tout en réduisant la latence de deux cycles d’horloge à un seul. Une refonte distincte d’additionneur a réduit la surface de cellule d’environ 15 pour cent tout en gardant sa latence de deux cycles.

Sur l’ensemble de l’effort, OpenAI estime que les changements proposés par le modèle ont réduit la surface des cellules standard d’environ 13 pour cent dans l’unité vectorielle et de 10 pour cent dans l’unité matricielle. Ces optimisations ont été prouvées sur silicium pendant la mise en route de Jalapeño, l’étape où une puce nouvelle est allumée pour la première fois et vérifiée en laboratoire. OpenAI a partagé l’histoire Jalapeño pour la première fois en août, quand elle a dit que l’aide du modèle a permis à l’équipe de passer de la conception initiale à la sortie de bande en neuf mois. La sortie de bande est le point où une conception finie est envoyée en fabrication.

Cette histoire donne à l’affirmation AMD un point d’appui utile. Les chiffres Jalapeño sont liés à une puce réelle qui a atteint le laboratoire. Les chiffres AMD, au contraire, sont liés à des fichiers de conception et à une conception envoyée en fabrication. C’est plus loin qu’une démo de banc d’essai et plus court qu’un produit en vente que les acheteurs peuvent tester eux mêmes.

Le banc d’essai, et sa propre réserve

Pour suivre la façon dont cette habileté change d’une génération de modèle à l’autre, OpenAI a aussi testé des modèles sur deux cœurs RISC V à code source ouvert de 32 bits. PicoRV32 est un cœur compact conçu pour les FPGA, les puces reprogrammables utilisées dans beaucoup de systèmes embarqués. Ibex est le processeur embarqué utilisé dans la puce de sécurité OpenTitan.

Chaque modèle a reçu la description matérielle originale et on lui a demandé d’augmenter le débit, c’est à dire le nombre d’instructions que le cœur peut exécuter par seconde. OpenAI a vérifié chaque conception en simulation, a donné zéro aux conceptions qui échouaient à un contrôle ou qui utilisaient plus de 16 fois la surface originale, et a mesuré le reste sur des charges de travail cachées aux modèles. Sur les deux tâches, les deux cœurs et tous les budgets, l’évaluation complète comprenait 9881 exécutions notées. À un budget comparable d’environ 112000 jetons par exécution, GPT 6.2 Astra a obtenu la note moyenne la plus élevée sur les deux cœurs.

OpenAI a ensuite donné aux modèles des exigences écrites au lieu de code existant, et chaque modèle a obtenu de meilleures notes de cette façon. OpenAI est directe sur la raison pour laquelle ce résultat doit être lu avec soin. Partir d’exigences écrites donne à un modèle la place pour omettre des fonctions présentes dans les cœurs originaux, comme les compteurs de performance et des instructions additionnelles, et ces fonctions peuvent peu faire pour améliorer le débit sur les charges de travail du test. L’entreprise a dit que le fait d’exiger ces fonctions, de fixer une limite plus serrée sur la surface du circuit et de vérifier le temps après la synthèse physique rendrait le test plus représentatif de la conception de puces en production.

Cette réserve n’annule pas le résultat AMD, qui a été mesuré contre des conceptions de production plutôt qu’un cœur de banc d’essai. Elle montre la différence entre les deux sortes de preuves dans le même texte. Le banc d’essai sert à comparer les modèles entre eux. Le travail AMD et Jalapeño est la preuve qui compte pour le silicium réel, et c’est aussi la partie avec le moins de détails publics.

Une salle de contrôle en béton avec de grands écrans qui montrent des plans abstraits de puces, avec un trajet de circuit vérifié qui brille en jaune précaution

  1. Début 2025OpenAI commence à utiliser un modèle de pointe pour aider à concevoir sa puce d'inférence Jalapeño
  2. 6 octobre 2025AMD et OpenAI annoncent un partenariat stratégique pour déployer 6 gigawatts de GPU AMD, en commençant par 1 gigawatt de systèmes Instinct MI450 dans la seconde moitié de 2026
  3. Août 2026OpenAI raconte la façon dont les modèles ont accéléré Jalapeño de la conception initiale à la sortie de bande en neuf mois
  4. 30 septembre 2026OpenAI et Synopsys annoncent GPT Synopsys, un modèle entraîné à utiliser les outils de conception Synopsys
  5. 18 novembre 2026OpenAI rapporte des gains PPA allant jusqu'à 14 pour cent sur la conception du GPU phare AMD et des gains à un chiffre sur des blocs CPU

La suite

L’étape suivante confirmée est un produit, et non seulement d’autres textes de recherche. OpenAI et Synopsys ont annoncé le 30 septembre qu’elles entraîneront GPT Synopsys, un modèle spécialisé bâti pour utiliser les outils d’automatisation de la conception électronique de Synopsys de la façon dont les concepteurs de puces experts le font. L’automatisation de la conception électronique, abrégée en EDA, est le logiciel que les ingénieurs utilisent pour concevoir et vérifier les puces. Selon cet accord sur plusieurs années, OpenAI obtient sous licence les outils EDA Synopsys pour développer le modèle, et les deux entreprises collaboreront sur la recherche et le développement et sur un travail conjoint de mise en marché selon un cadre de revenus partagés. Synopsys a dit que des engagements technologiques précoces sont déjà en cours avec des clients de premier plan en semiconducteurs, et que GPT Synopsys tournera sur une infrastructure hébergée par OpenAI et travaillera avec les plateformes agentiques propres à Synopsys.

OpenAI a aussi dit qu’elle s’attend à d’autres améliorations PPA par dessus les conceptions GPU et CPU par rapport à la base la plus optimisée. C’est une attente, et non un résultat, et ce rapport la traite de cette façon.

Les questions ouvertes sont concrètes. Quels produits AMD porteront des changements écrits par un modèle que les acheteurs pourront nommer? AMD publiera t elle son propre récit des gains GPU et CPU, avec une répartition que le texte d’OpenAI ne donne pas? Et la même méthode continuera t elle à trouver des gains une fois que les réécritures faciles dans une conception fortement optimisée auront déjà été prises? Un second passage sur les mêmes blocs en dirait plus aux lecteurs qu’un premier passage sur un bloc nouveau, parce qu’il montrerait s’il s’agit d’une récolte unique ou d’une étape qui peut se répéter dans le flux de conception.

Il y a aussi une course plus large à surveiller. Anthropic a récemment dit aux investisseurs que son modèle Claude Mythos Preview a écrit presque tout le code de bas niveau nécessaire pour faire tourner un modèle sur des GPU AMD en environ trois jours, une affirmation que nous avons examinée dans Anthropic Claude Mythos Preview : l’affirmation sur les noyaux AMD. Ce travail portait sur les noyaux, la couche logicielle qui fait tourner un modèle sur une puce. Le travail OpenAI rapporté ici se situe un niveau plus profond, sur les circuits de la puce elle même. Les deux pointent dans la même direction. Les modèles passent de l’écriture de logiciels qui tournent sur du matériel à la formation du matériel qui fait tourner les modèles, et les laboratoires qui vendent les modèles conçoivent maintenant aussi, d’une façon petite mais réelle, le silicium. Notre rapport antérieur d’aujourd’hui sur Nvidia cesse les livraisons de puces approuvées vers la Chine montre l’autre côté de ce changement, où l’accès aux puces avancées reste un combat politique et commercial même quand la conception de ces puces commence à changer de mains.

Faits vérifiés le 19 novembre 2026 contre le texte OpenAI du 18 novembre et l’annonce Synopsys ci dessous. Le chiffre GPU de 14 pour cent, le chiffre CPU à un chiffre et l’estimation d’une année de progrès sont des affirmations rapportées par OpenAI, attribuées comme telles dans ce rapport. AMD n’avait publié aucune déclaration distincte sur ce travail de conception de puces dans les sources vérifiées au 19 novembre.

Sources

■

FIN DE LA TRANSMISSION

Restez curieux. Remettez tout en question.

CONTINUEZ LA DESCENTE

PLUS DE DIRTY STATIC ↘