Come l’intelligenza artificiale di OpenAI ottimizza le GPU e CPU AMD

come-l’intelligenza-artificiale-di-openai-ottimizza-le-gpu-e-cpu-amd
Come l’intelligenza artificiale di OpenAI ottimizza le GPU e CPU AMD

Rimani aggiornato con WebMasterPoint

Lintelligenza artificiale di OpenAI contribuisce a ottimizzare lhardware AMD, dalle GPU alle CPU. Al centro c il miglioramento PPA, che misura il compromesso tra prestazioni, consumi e area, e un metodo di progettazione applicabile a chip diversi.

OpenAI ha aiutato AMD a migliorare fino al 14% i parametri PPA di circuiti per GPU di fascia alta, riscrivendo porzioni del codice RTL che descrive il funzionamento dei chip. Alcune modifiche sono gi state inserite in un progetto inviato alla produzione. LIA ha cos contribuito a trovare soluzioni circuitali che erano sfuggite anche a precedenti revisioni umane.

La collaborazione ha concentrato in meno di cinque mesi un lavoro di ottimizzazione che avrebbe richiesto circa un anno. I modelli hanno affiancato gli ingegneri AMD nellintervento sul codice SystemVerilog RTL: sono state riviste parti della logica, dei trasferimenti di dati e delle unit di calcolo. Per verificare le riscritture sono stati usati gli strumenti EDA di Synopsys, una piattaforma per la progettazione e il controllo dei circuiti elettronici.

Che cosa misura il miglioramento PPA

PPA sta per potenza, prestazioni e area. La sigla riassume il rapporto tra energia consumata, velocit di elaborazione e spazio occupato sul silicio. Il miglioramento massimo, riferito allinsieme di questi parametri, del 14%. Il risultato stato ottenuto partendo da implementazioni gi altamente ottimizzate, un aspetto rilevante nella progettazione dei semiconduttori.

Le modifiche hanno interessato circuiti che svolgono calcoli, gestiscono operazioni e trasferiscono dati. AMD ha integrato alcune proposte in un design gi inviato in produzione; altre sono state inserite nei file per le implementazioni future. Il beneficio riguarda IP e blocchi di progetto della GPU di punta di prossima generazione.

Dalle GPU alle CPU, un metodo per progettare

Il lavoro ha raggiunto anche i processori. Su blocchi chiave della prossima CPU di fascia alta, AMD ha verificato miglioramenti PPA di alcune unit percentuali.

Un esempio pi circoscritto arriva dal progetto interno Jalapeo di OpenAI, un chip per inferenza. Qui un moltiplicatore riprogettato ha ridotto di circa il 15% larea delle celle standard e dimezzato la latenza, passando da due cicli di clock a uno. Un sommatore ha ottenuto una riduzione darea analoga, mantenendo due cicli.

Nel bilancio del progetto, le modifiche proposte dai modelli hanno ridotto larea delle celle standard del 13% nellunit vettoriale e del 10% in quella matriciale. I risultati sono stati confermati durante lavvio del chip.

Il ciclo di lavoro diretto: lIA propone modifiche al codice RTL, gli strumenti controllano che la funzione resti corretta e i progettisti valutano i compromessi. Lesplorazione di alternative pu cos procedere pi rapidamente, mentre la validazione finale resta affidata al processo di progettazione. Applicato su pi generazioni, il metodo pu aiutare AMD a migliorare efficienza e densit delle future GPU e CPU, integrando la ricerca automatizzata nel normale flusso di lavoro.

Related Post