---
title: "AI重写RTL代码抠出14%性效比！OpenAI首曝芯片设计实测：GPT-4o缩减Jalapeño算术单元面积15%且已实片验证，联手新思训GPT-Synopsys"
url: "https://paooo.com/ai-study/42763/"
author: "Prompt 语宙研究院"
published_at: "2026-11-19T10:05:44+08:00"
updated_at: "2026-11-19T10:05:44+08:00"
categories: "强化 AI 学习"
tags: "AMD GPU, GPT-Synopsys, OpenAI, SystemVerilog, 芯片设计"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# AI重写RTL代码抠出14%性效比！OpenAI首曝芯片设计实测：GPT-4o缩减Jalapeño算术单元面积15%且已实片验证，联手新思训GPT-Synopsys

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/ai-study/42763/) · 作者：Prompt 语宙研究院 · 发布时间：2026-11-19

## AI 30 秒核心看点 (TL;DR)

- GPT-4o已用于重写芯片RTL，Jalapeño关键算术单元实现面积与时序双优化。
- 实测显示：乘法器面积降约15%，向量单元降13%，矩阵单元降10%，且已上硅验证。
- 在AMD旗舰GPU IP上，AI重写RTL带来最高14% PPA提升，并将约1年工程压缩到不到5个月。

> **💡 站外导读：**大模型写软件代码早已不是新闻，但让AI直接改写硅片底层的电路描述语言并送去晶圆厂流片，此前一直停留在学术探索阶段。11月18日，OpenAI发布重磅技术报告，首次摊牌大模型在自研推理芯片Jalapeño与AMD旗舰GPU上的真刀真枪战绩：AI不仅重写SystemVerilog RTL压缩掉半年以上的芯片工程工期，更拿下实片级PPA收益，并官宣牵手新思科技打造GPT-Synopsys。

## 一、 自研芯片 Jalapeño 实片验证：核心算术单元面积与延迟双杀

根据 OpenAI 于当地时间 11 月 18 日公布的技术报告，AI 介入硬件微架构优化的时间节点远比外界想象得更早。早在 2025 年初研发自研推理芯片 **Jalapeño**（从立项到流片仅用约 9 个月的极速周期）时，OpenAI 硬件团队就已经引入 **GPT-4o** 直接参与底层算术逻辑电路的重构工作。

在核心计算单元的打磨上，GPT-4o 重点接管了芯片中最吃面积与时序的关键部件——**浮点加法器与乘法器**的重写。综合（Synthesis）结果显示，由模型生成的新版乘法器在硬件面积上缩减了约 **15%**，同时成功把原本可能跨周期的关键路径延迟压缩至**单个时钟周期（Single Clock Cycle）**内完成。

这种微架构级抠细节的收益直接传导至整颗推理芯片的核心阵列：综合统计下，Jalapeño 的**向量计算单元（Vector/Warp Unit）面积减少约 13%**，**矩阵计算单元（Matrix Unit）面积减少约 10%**。尤为关键的是，这并非停留在纸面仿真里的理论数字，OpenAI 明确确认上述 AI 优化电路模块均已通过**实际硅片（Silicon Bring-up）验证**，经受住了物理流片的严苛检验。

## 二、 助力 AMD 旗舰 GPU IP 再榨 14% PPA：一年工作量压进五个月

如果说优化自家刚起步的推理芯片尚有较高可塑性，那么在外部芯片大厂历经多年高度打磨的成熟架构上再抠出性能，则更能检验 AI 的真实工程上限。报告披露，OpenAI 模型直接上手重写底层的硬件电路描述语言 **SystemVerilog RTL**，对 **AMD 旗舰 GPU IP** 发起了深度微架构重构挑战。

尽管面临的是已被 AMD 资深工程师打磨多年的高优化基准，模型交出的成绩单依然令人震动：在综合衡量功耗、性能与面积的 **PPA（Power, Performance, Area）** 指标上，AI 重写方案实现了最高达 **14%** 的跃升，相当于把原本需要硬件团队耗时近 **1 年**的艰难调优工程，直接压缩到了**不到 5 个月**。

更值得产业界重视的是商业落地进度——部分由模型生成的 RTL 优化成果已经被 AMD 正式纳入近期送交制造的芯片设计蓝图中；同时，在 AMD 下一代旗舰 CPU 的关键逻辑模块上，双方也已经独立验证了模型生成设计带来的**个位数百分比 PPA 提升**。为了确保逻辑等价与时序无误，整个重构闭环高度依赖与 Synopsys 等工业级 EDA 工具链的程序化耦合校验。

验证目标芯片 / 基准

AI 介入方式与模型

核心实测收益与工程指标

当前落地与验证状态

**OpenAI 自研芯片 Jalapeño**

GPT-4o 重写浮点加法器、乘法器电路

乘法器面积降约 **15%** 且压至 **1 时钟周期**；向量单元降 **13%**、矩阵单元降 **10%**

**已完成实片验证**（9 个月极速流片）

**AMD 旗舰 GPU IP**

模型重写 SystemVerilog RTL 代码

较高度优化基准最高提升 **14% PPA**；将约 **1 年**工程量压至 **

## 📊 图中可见的定量实验折线图对比（Ibex - RTL optimization）

> 核心发现：图中折线图显示，在Ibex RTL优化任务上，GPT-6.2 Astra的平均归一化奖励随训练token增加提升最快，整体明显高于其他模型。

| 模型 | 1k token附近表现 | 20k token附近表现 | 100k token附近表现 | 500k token附近表现 |
| --- | --- | --- | --- | --- |
| GPT-6.2 Astra | 接近0 | 约0.15 | 约0.45 | 约0.60 |
| GPT-6.1 Sol | 接近0 | 约0.10 | 约0.20 | 约0.35 |
| GPT-5.6 Sol | 接近0 | 约0.03 | 约0.05 | 约0.10 |
| GPT-5.5 | 接近0 | 约0.02 | 约0.03 | 约0.06 |

## 常见问题解答 (FAQ)

### GPT-4o真的能改芯片RTL代码吗？
可以。文中披露，OpenAI让GPT-4o直接参与SystemVerilog RTL重写，用于优化Jalapeño自研推理芯片和AMD旗舰GPU IP，并通过综合与实片验证确认了部分收益。

### OpenAI芯片优化实测提升了多少？
在Jalapeño上，乘法器面积约降15%，向量单元降13%，矩阵单元降10%；在AMD旗舰GPU IP上，PPA最高提升14%，同时工程调优周期被明显压缩。

### 这些AI芯片设计结果是仿真还是实片？
不是只停留在仿真。OpenAI明确表示，Jalapeño上由AI优化的电路模块已完成实际硅片验证，说明相关结果经过了流片后的物理检验。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
