OpenAI는 자체 커스텀 추론 칩인 Jalapeño 개발 과정에서 GPT-o3 mini 모델을 도입해 전력, 성능, 면적(PPA) 측면에서 유의미한 개선을 이뤄냈습니다. 벡터 유닛에서는 부동소수점 연산기와 특수 함수 유닛 등을 최적화하여 하드웨어 공유 및 중간 저장소 축소를 도모했으며, 매트릭스 유닛에서는 승산기와 가산기 재설계를 통해 셀 면적을 약 15% 줄이고 레이턴시를 단축했습니다. 이러한 변경 사항은 Jalapeño의 실리콘 브링업 과정에서 검증되었습니다.
AMD와의 협업에서는 시스템베릴로그(SystemVerilog) RTL 코드를 재작성하는 방식으로 플래그십 GPU IP에서 최적화된 기준선 대비 최대 14%의 PPA 개선을 달성했습니다. 모델은 Synopsys 툴을 활용해 회로 동작 보존 여부를 검증하고 전력과 성능 면적의 트레이드오프를 평가했습니다. AMD는 이미 일부 변경 사항을 제조용 디자인에 반영하였으며, 차세대 플래그십 CPU의 주요 블록에서도 싱글 디지트 수준의 PPA 개선을 확인했습니다.
모델의 칩 디자인 역량을 측정하기 위해 오픈소스 32비트 RISC-V 코어인 PicoRV32와 Ibex를 활용한 평가도 진행되었습니다. 기존 디자인 최적화 작업과 사양서 기반 설계 작업 모두에서 GPT-6.2 Astra를 비롯한 모델들이 처리량을 높이는 방향으로 코드를 개선했습니다. 특히 약 112,000개의 토큰 예산 조건에서 사양서로부터 직접 코어를 설계할 때 더 높은 점수를 기록했습니다.
향상된 칩 디자인 능력을 실제 산업 표준 EDA 툴과 긴밀히 연결하기 위해, OpenAI는 Synopsys와 손을 잡고 GPT-Synopsys 모델을 공동 개발 중입니다. 이를 통해 엔지니어들이 기존에 사용하던 전자 설계 자동화 툴 내에서 프론티어 인텔리전스를 활용해 복잡한 반도체 설계 문제를 해결할 수 있는 기반을 다지고 있습니다.
댓글
0개아직 공개된 댓글이 없습니다. 첫 의견을 남겨 주세요.