OpenAI 发布芯片设计方向技术报告,公布用 AI 重新设计芯片的三大核心突破,AI 模型不光能改写 RTL 电路代码、优化自家 Jalapeño 推理芯片的计算单元,还能给 AMD 旗舰 GPU 成熟 IP 做 PPA 优化,甚至直接根据文字需求从零设计 RISC-V 处理器内核,整套方案已经流片验证,不是仿真层面的理论结果;背后核心原因是传统芯片 RTL 编码、电路迭代、PPA 收敛高度依赖资深芯片工程师,一轮优化周期漫长,成熟电路经过多年人工打磨之后很难再挤出性能、功耗、面积收益,而 OpenAI 这套 AI 模型可以快速探索人类工程师不容易想到的流水线拆分、硬件复用方案,快速生成多版 SystemVerilog 代码、自动完成合规校验,整套落地流程是先给出芯片需求或者已有 RTL 工程,AI 生成、改写电路代码,EDA 工具自动仿真验证,工程师再做审核、筛选、落地到流片版本,结论就是这套 AI 造芯能力不是取代芯片设计师,而是大幅压缩芯片迭代周期,在已经高度优化的成熟设计上继续挖出 PPA 红利,同时降低全新处理器架构的起步设计门槛。
一、三大突破详情清单
- 突破一:AI 优化自研 Jalapeño 推理芯片计算单元,流片验证有效
- 突破二:AI 助力 AMD 旗舰 GPU IP 优化,成熟设计拿到最高 14% PPA 提升
- 突破三:依据文字规格,端到端从零设计 RISC-V 处理器核
AI 模型重新设计加法器、乘法器、点积运算电路,向量单元标准单元面积降低 13%,矩阵单元面积降低 10%;其中一款乘法器面积减少 15%,延迟从 2 周期压缩到 1 周期,优化结果在硅片调试阶段确认可用。
AI 直接改写 GPU 核心模块 RTL 代码,在原本人工深度打磨的基准版本之上拿到最高 14% 的 PPA 综合收益,原本人工需要一年的优化工作量,AI 配合工程师在 5 个月内完成,部分优化版本已经提交流片。
只给书面功能需求,AI 自主完成数据通路、流水线划分、缓存控制的 RTL 实现;测试显示,GPT 系列模型从零设计处理器核的得分,高于在已有电路上做修改优化的得分,具备探索全新架构的潜力。
二、AI 芯片设计模式对比
| 项目 | 传统人工芯片 RTL 优化 | OpenAI AI 辅助芯片设计新模式 |
|---|---|---|
| 产出物 | 工程师手写、修改 SystemVerilog RTL | AI 生成 / 改写 RTL,人工复核验收 |
| 迭代周期 | 单轮 PPA 优化数月,重大优化以年计 | 多方案并行探索,周期压缩到月级别 |
| 优化上限 | 成熟 IP 收益越来越难挖掘 | 在成熟基准上继续挤出 PPA 红利 |
| 适用场景 | 全流程,高度依赖专家经验 | 已有 IP 增量优化、全新核原型快速验证 |
| 校验方式 | 工程师 + EDA 仿真反复检查 | AI 输出后自动仿真,工程师终审 |
三、配套合作与工具链路
- 和新思科技 Synopsys 合作:把这套芯片设计 AI 能力接入主流 EDA 工具链,适配行业现有的验证、综合流程
- 主力模型:GPT-6 Astra 系列模型承担芯片 RTL 生成与优化任务
- 约束边界:AI 输出代码必须经过仿真、形式验证、工程师审核,不能直接拿去流片
四、优势与现存局限
✅ 核心优势
- 缩短芯片研发周期,压缩 PPA 收敛时间,加速 AI 芯片迭代
- 成熟 IP 还有额外优化空间,给 GPU、推理芯片提升能效
- 快速产出处理器原型,方便架构团队试错、验证新思路
⚠️ 当前局限
- 复杂 SoC 顶层、总线、存储互联等超大模块还无法独立完成
- AI 生成 RTL 会存在隐蔽 bug,验证工作量依旧很大
- 适合电路逻辑优化,版图、后端布局布线环节仍以传统流程为主
- 不是完全无人造芯,芯片工程师审核、把关环节不可缺少
【相关 FAQ】
问题 1:OpenAI 用 AI 重新设计芯片披露的三大突破,分别包含哪些内容?
回答 1:OpenAI 用 AI 重新设计芯片的三大突破分别是 AI 优化自研 Jalapeño 推理芯片计算单元并通过硅验证、AI 为 AMD 旗舰 GPU IP 实现最高 14% PPA 提升、AI 仅凭文字需求从零完成 RISC-V 处理器核 RTL 设计。
问题 2:OpenAI 用 AI 重新设计芯片,是不是意味着以后芯片工程师会被 AI 替代?
回答 2:OpenAI 用 AI 重新设计芯片,AI 主要负责快速生成 RTL 方案、探索电路优化方向,代码正确性、架构取舍、流片风险依旧需要芯片工程师审核把关,不会直接替代芯片工程师。
问题 3:OpenAI 的 AI 给 AMD GPU 做芯片优化,14% PPA 提升是什么概念?
回答 3:OpenAI 用 AI 重新设计芯片,在 AMD 已经深度人工优化的旗舰 GPU IP 上拿到最高 14% PPA 提升,也就是在功耗、性能、芯片面积综合指标上拿到明显收益,并且把一年的工作量压缩到 5 个月。
问题 4:OpenAI 这套用来重新设计芯片的 AI,能不能直接输出版图、完成后端布线?
回答 4:OpenAI 披露的 AI 重新设计芯片能力集中在 RTL 代码、逻辑电路层面,主要负责前端设计,版图、布局布线这类后端芯片环节,目前还是依靠传统 EDA 工具与工程师完成。
【参考资料】
[2026-11-20](用 AI 重新设计芯片,OpenAI 披露三大突破)36 氪
[2026-11-19](AI 开始优化芯片 “大脑”:OpenAI 称模型助自研 Jalapeño 与 AMD GPU 改善设计)凤凰网科技
[2026-11-19](OpenAI 发布芯片设计最新成果:AMD 旗舰 GPU PPA 最高提升 14%)IT 之家
[2026-11-18](Advancing chip design with OpenAI models)OpenAI 官网
[2026-11-19](OpenAI Astra 模型参与芯片 RTL 生成,与新思 EDA 打通)飞象网
【免责声明】
本文仅为 OpenAI AI 芯片设计突破资讯整理,AI 生成 RTL 的良品率、大规模 SoC 落地能力、最终流片后的实测表现,以厂商后续正式披露与芯片实测数据为准;内容不代表芯片行业技术成熟度判断,不构成芯片研发、相关半导体标的投资建议。
