تعديلات دوائر كتبها الذكاء الاصطناعي تدخل تصميما من AMD أرسل للتصنيع
تقول OpenAI إن نماذجها حسنت مزيج الطاقة والأداء والمساحة حتى 14% في وحدات GPU من AMD، ودخلت بعض تعديلات RTL تصميما أرسل للتصنيع. تحققت تحسينات Jalapeño في السيليكون، لكن أرقام AMD ما زالت نتائج معلنة لوحدات لا قياسات للرقاقة كاملة.
تقول OpenAI إن نماذجها أعادت كتابة دوائر على مستوى RTL وحققت تحسنا يصل إلى 14% في مزيج الطاقة والأداء والمساحة داخل وحدات محسنة مسبقا من معالج رسومي تابع لـAMD. وأدخلت AMD بعض التعديلات في تصميم أرسلته إلى التصنيع، ما ينقل المساعدة بالذكاء الاصطناعي من الاختبارات المفتوحة إلى مسار إنتاج حقيقي.
الخلاصة في 30 ثانية
- ماذا حدث؟ اقترحت النماذج تعديلات على شفرة SystemVerilog، بينما تحققت أدوات Synopsys التقليدية من بقاء السلوك صحيحا وقدرت الطاقة والتوقيت والمساحة.
- لماذا يهم؟ دخلت بعض التعديلات ملفات إنتاج AMD، كما اجتازت تحسينات اقترحتها النماذج سابقا اختبار السيليكون في معالج Jalapeño التابع لـOpenAI.
- ما الذي لم يُثبت؟ تخص المكاسب وحدات مختارة لا الرقاقة كاملة، ولم تنشر AMD تفاصيل مستقلة، كما أن إرسال التصميم إلى التصنيع لا يثبت أداء السيليكون النهائي.
الرقم الأهم: تبلغ أكبر مكاسب PPA المعلنة 14% مقارنة بخط أساس محسن في وحدات GPU، من دون تفصيل علني لمساهمة الطاقة والأداء والمساحة في هذه النسبة.
النموذج يقترح الدائرة وأدوات الهندسة تختبرها
تصف فرق الرقائق الدوائر الرقمية بشفرة على مستوى نقل السجلات مثل SystemVerilog. بعد ذلك تحول أدوات التصميم الإلكتروني المنطق إلى بوابات، وتحدد مواضعها ومساراتها، وتفحص التوقيت والطاقة، ثم تجهز التصميم للتصنيع.
في عمل AMD، عدلت نماذج OpenAI شفرة وحدات تنفذ الحسابات أو التحكم أو نقل البيانات. وتولت أدوات Synopsys فحص التكافؤ الوظيفي وتقدير الطاقة والأداء والمساحة، المعروفة اختصارا باسم PPA. هذا الفصل جوهري: بحث النموذج عن بدائل، لكن الأدوات الهندسية الحتمية بقيت مسؤولة عن قبول السلوك والقياسات الفيزيائية.
تقول OpenAI إن AMD رصدت مكاسب تصل إلى 14% فوق ملكية فكرية محسنة لمعالج رسومي، ومكاسب أحادية الرقم في وحدات رئيسية من معالج مركزي رائد مقبل. دخلت بعض تعديلات GPU تصميما أرسل حديثا إلى التصنيع، وأضيفت تعديلات أخرى إلى ملفات إنتاج لإصدارات لاحقة. لم تكشف الشركتان أسماء المنتجات أو الوحدات.
Jalapeño يقدم الدليل من السيليكون
يأتي التحقق الفيزيائي الأقوى من معالج الاستدلال Jalapeño التابع لـOpenAI. وتذكر الشركة أن تعديلات اقترحتها النماذج خفضت مساحة الخلايا القياسية بنحو 13% في وحدة المتجهات و10% في وحدة المصفوفات، ثم نجحت أثناء تشغيل السيليكون لأول مرة. كما استخدم تصميم جديد لأحد المضاعفات مساحة أقل بنحو 15% وخفض زمن العملية من دورتين إلى دورة واحدة.
هذه نتائج لوحدات داخلية، وليست دليلا على تقلص المعالج كله بالنسبة نفسها. لكن اجتياز الاختبار على رقاقة مصنعة يظل مهما، لأن تقديرات التخليق قد تفوت مشكلات لا تظهر إلا بعد التخطيط والتصنيع والتشغيل.
الاختبارات المفتوحة تكشف التقدم والاختصارات
نفذت OpenAI أيضا 9,881 محاولة مقيمة على نواتي RISC-V مفتوحتي المصدر PicoRV32 وIbex. عدلت النماذج شفرة قائمة أو صممت نواة جديدة من متطلبات مكتوبة. سجل GPT-6.2 Astra أعلى متوسط ضمن ميزانيات رموز متقاربة، وكانت مهمة التصميم من المواصفات أسهل غالبا من تحسين تصميم ناضج.
تقر الشركة بقيد مهم: يستطيع النموذج عند البدء من المتطلبات حذف عدادات أداء أو تعليمات موجودة في النواة الأصلية إذا لم تفد أحمال القياس المخفية. كما سمح الاختبار بمساحة تصل إلى 16 ضعفا، وقدر تردد الساعة قبل التخليق الفيزيائي الكامل. لذلك يقيس الاختبار القدرة على البحث، ولا يثبت جاهزية نواة مولدة آليا لمنتج تجاري.
قبل أن نبالغ في النتيجة
نسبة 14% معلنة من الشركة ولا تتوافر تفاصيل تكفي لإعادة إنتاجها مستقلا. وهي تجمع ثلاثة أهداف متنافسة، فلا تعني زيادة سرعة الرقاقة النهائية 14%. كما أن إرسال التصميم إلى المصنع بداية للتحقق الفيزيائي لا نهايته. ستصبح النتيجة أقوى عندما تعمل رقاقة AMD وتظهر المكاسب المتوقعة تحت أحمال وظروف طاقة معلنة.
استخدام تعلم الآلة في التصميم الإلكتروني ليس جديدا، إذ تستعين أدوات EDA به في تحديد المواضع والمسارات والتحسين. الجديد الأكثر تحديدا هو اقتراح نموذج لغوي تعديلات RTL منخفضة المستوى على وحدات إنتاجية، مع إبقائها داخل مسارات التكافؤ والتخليق والاعتماد المعتادة.
لماذا قد يتغير سير العمل الهندسي؟
تشير النتيجة إلى قدرة النماذج على توسيع البحث حول دوائر حسنتها فرق خبيرة بالفعل، شرط فحص كل اقتراح بأدوات موثوقة. وتطور Synopsys وOpenAI الآن نموذج GPT-Synopsys ليشغل برامج التصميم مباشرة مع بقاء المراجعة للمهندسين.
يصنع ذلك حلقة بين برمجيات الذكاء الاصطناعي وعتاده. غطت نيو تقنية حديثا منصة ترانزستورات نفذت دوائر منطقية كاملة، وغطت برمجيات سهلت استخدام رقائق الذكاء الاصطناعي المتخصصة. أما عمل AMD فيستهدف مرحلة أسبق، هي تحسين وصف الدائرة قبل التصنيع. وسيأتي الدليل الحاسم من السيليكون المصنع، حيث يجب أن تصمد تقديرات الوحدات داخل نظام مادي كامل.
كيانات وموضوعات موثّقة
المصادر والمراجع4 مصادر
المراجع الخارجية المستخدمة لدعم المعلومات الواردة في هذا المقال.
نشر بواسطة
مكتب نيو تقنية – الذكاء الاصطناعي
فريق تحريري مؤسسي تابع لنيو تقنية