芯片从业者拆解OpenAI造芯，还能再快3个月？

事件

量产一代、研发一代、预研一代，这一芯片公司习以为常的战略节奏，如今正被大模型公司压得更紧。 按照OpenAI今年8月公布的进展，尽管第一代自研芯片Jalapeño（下以“小辣椒”代称）计划于年底前开始部署，但第二代已进行深入开发，第三代也开始成形。 更吸引眼球的是OpenAI的官方说法——第一代“小辣椒”从初始设计到流片只花了9个月。据前端设计验证工程师穆洋估算，这比没有AI辅助的设计快了约半年。 然而，9个月只覆盖了芯片设计全流程的部分环节。若将前期的需求定义、架构规划，以及后续的制造、调试与部署全链路计算在内，一颗定制ASIC的真正落地依然需要以年为单位。 而在这一漫长的硬件周期内，大模型往往已经历了数轮架构与算法的迭代。当芯片与模型以完全不同的节奏演进时，行业的核心痛点也愈发尖锐：下一代芯片的设计极限究竟在哪里？在硬件迭代滞后的客观规律下，又有多少模型架构的剧变，最终只能交由软件栈去艰难消化？ 01 再省3月！ OpenAI的 「6个月神话」 与造芯底牌 OpenAI自研芯片的野心至少可以追溯至2023年。彼时首席执行官奥尔特曼甚至一度想推动30多座晶圆厂的建设。 但显然，高昂的成本和漫长的周期开始“劝退”这家连Fabless都不是的模型企业。 相比从设计到制造的大包大揽，2024年OpenAI已经开始把重心放在自己更有优势的部分——围绕自家模型和推理服务定义芯片需要什么。 如今AI进一步加速这一过程。据OpenAI披露，AI已经参与“小辣椒”的实现方案探索、“设计—测量—验证”循环和部分算术电路优化，并继续参与芯片回片后的调试和编程。 当我们进一步拆解OpenAI 9个月便可进行芯片流片的“神话”时，会发现除了AI对流程的提效，博通成熟的工程能力同样是不可缺少的一块拼图。 多位产业链从业者向雷峰网指出，博通的硅实现能力、网络互连能力、接口IP以及多年积累的工程体系，为OpenAI省去了大量从头搭建底层能力的时间。而这些私有的知识体系并不会随着通用大模型的能力变强，就自动转化为OpenAI自身的能力。 当然，这并不意味着博通的加持削弱了AI在此次造芯中的价值。 某芯片企业产品总监陆吉年强调，AI在其中的作用仍不容小觑。对于第一代芯片而言，其更重要的意义在于从头跑通了一套AI参与芯片设计的工作流。一旦这套流程能够复用，下一代就不用再重新摸索同样的路径，人工介入还有继续减少的空间。基于此，陆吉年直言，从“小辣椒”结构的复杂程度来看，9个月已经“很不错”，但 OpenAI完全有能力实现6个月的设计周期。 02 时间缩短超100天 边界之内，AI加速芯片验证闭环 目前OpenAI披露得最明确的，是AI已经进入RTL（寄存器传输级）这一芯片设计的核心环节。简单来说，就是芯片架构确定以后，AI开始参与把这些想法写成描述数字电路代码的过程。 从未接触这一领域的穆洋也曾靠AI完成首战。在给出性能目标、设计约束和测试要求后，她成功利用AI生成和修改某一RISC-V CPU开发项目里的RTL。 实际上，把RTL写出来只是芯片设计的其中一环，AI对芯片开发的另一加持在于，解决了最耗费工程师时间的验证设计环节。 据穆洋表述，同一项目里一项过去需要两名有经验工程师花费约4个月完成的UT（Unit Test，即单元测试）验证任务，如今在AI的加持下，她一人就能在3周左右跑完了从测试点拆解到最终结果确认的整个闭环，按照天数来计算，也就是节省超100天的时间，效率提升80%。 这种变化也已经进入成熟芯片公司的真实开发流程。英伟达今年公开披露，已将Cadence的AI Ag

来源

本条目由采集管线自动抓取并发布，完整内容见下方来源链接。

*采集源：雷锋网*