هوش مصنوعی OpenAI عملکرد پردازنده‌های AMD را تا ۱۴ درصد بهبود داد

...

هوش مصنوعی به‌تدریج از یک ابزار برای تولید متن، تصویر و پاسخ‌گویی به سؤالات، به یک دستیار مهندسی در پیچیده‌ترین پروژه‌های فناوری تبدیل می‌شود. در تازه‌ترین نمونه از این تحول، شرکت OpenAI اعلام کرده است که مدل‌های هوش مصنوعی این شرکت در همکاری با AMD موفق شده‌اند عملکرد بخش‌هایی از طراحی پردازنده‌های گرافیکی این شرکت را تا ۱۴ درصد بهبود دهند.

این دستاورد از آن جهت اهمیت دارد که هوش مصنوعی در این پروژه صرفاً به تحلیل اطلاعات یا پیشنهادهای عمومی نپرداخته، بلکه مستقیماً در بازنویسی کدهای توصیف‌کننده مدارهای الکترونیکی و بهینه‌سازی معماری سخت‌افزار نقش داشته است. به گفته OpenAI، این همکاری توانسته دستاوردی معادل حدود یک سال پیشرفت مهندسی را در کمتر از پنج ماه محقق کند.

هوش مصنوعی چگونه پردازنده‌های AMD را بهینه کرد؟

بر اساس گزارش رسمی OpenAI که در ۱۸ نوامبر ۲۰۲۶ منتشر شده، این شرکت با AMD روی بهبود شاخص‌های فنی پردازنده‌های گرافیکی و مرکزی همکاری کرده است. هسته اصلی این پروژه، استفاده از مدل‌های هوش مصنوعی برای بازنویسی کدهای SystemVerilog RTL است. این زبان یکی از ابزارهای اصلی مهندسان سخت‌افزار برای توصیف ساختار و رفتار مدارهای دیجیتال محسوب می‌شود.

به زبان ساده، RTL مشخص می‌کند که بخش‌های مختلف یک پردازنده چگونه محاسبات را انجام دهند، اطلاعات را جابه‌جا کنند و عملیات کنترلی را مدیریت کنند. مهندسان با تغییر این کدها می‌توانند ساختار منطقی مدار را اصلاح کرده و به طراحی بهینه‌تری دست پیدا کنند. مدل‌های OpenAI در این فرایند توانسته‌اند ساختارهای منطقی موجود را بررسی کنند، روش‌های جایگزین برای اجرای محاسبات پیشنهاد دهند و بخش‌هایی از کد را به شکلی بازنویسی کنند که همان عملکرد قبلی را با منابع سخت‌افزاری بهینه‌تری ارائه دهد.

بهبود ۱۴ درصدی در شاخص‌های PPA

یکی از مهم‌ترین نتایج این همکاری، دستیابی به حداکثر ۱۴ درصد بهبود در شاخص PPA در بخش‌هایی از طراحی پردازنده گرافیکی پرچم‌دار AMD است.

PPA مخفف سه مفهوم اساسی در مهندسی تراشه است:

• Power (توان مصرفی): میزان انرژی موردنیاز مدار برای فعالیت.

• Performance (عملکرد): سرعت و توان پردازشی مدار.

• Area (مساحت): فضای فیزیکی موردنیاز برای پیاده‌سازی مدار روی تراشه.

 

ساخت تراشه با هوش مصنوعی

 

این سه شاخص ارتباط نزدیکی با یکدیگر دارند. برای مثال، کاهش مصرف انرژی بدون افت عملکرد یا افزایش سرعت پردازش بدون بزرگ‌تر شدن بیش از حد مدار، از چالش‌های مهم طراحی پردازنده محسوب می‌شود. OpenAI اعلام کرده است که مدل‌هایش توانسته‌اند نسبت به طراحی‌های قبلی که خودشان نیز به‌شدت بهینه‌سازی شده بودند، تا ۱۴ درصد بهبود ایجاد کنند. البته این عدد به معنای بهبود ۱۴ درصدی تک‌تک شاخص‌های توان، عملکرد و مساحت نیست؛ بلکه بهبود گزارش‌شده در معیار PPA است. نکته مهم دیگر اینکه AMD برخی از تغییرات پیشنهادی مدل هوش مصنوعی را در طراحی‌ای که برای تولید ارسال کرده، وارد کرده و تعدادی دیگر را نیز برای نسخه‌های آینده در فایل‌های طراحی تولیدی خود قرار داده است. 

نقش ابزارهای Synopsys در تأیید تغییرات هوش مصنوعی

یکی از چالش‌های مهم استفاده از هوش مصنوعی در طراحی سخت‌افزار، اطمینان از صحت تغییرات پیشنهادی است. حتی یک تغییر کوچک در ساختار مدار می‌تواند باعث ایجاد خطا در عملکرد پردازنده شود. برای حل این مشکل، OpenAI از ابزارهای تخصصی شرکت Synopsys استفاده کرده است. این ابزارها به مهندسان کمک می‌کنند تغییرات پیشنهادی را از نظر صحت عملکرد و شاخص‌های فنی بررسی کنند.

مدل هوش مصنوعی پس از بازنویسی هر بخش از کد، باید نشان دهد که مدار جدید همچنان رفتار مورد انتظار را حفظ می‌کند. سپس ابزارهای تخصصی، تأثیر تغییرات را بر مصرف انرژی، سرعت پردازش و مساحت مدار ارزیابی می‌کنند. به این ترتیب، هوش مصنوعی صرفاً کد جدید تولید نمی‌کند؛ بلکه در یک چرخه مهندسی شامل طراحی، اصلاح و اعتبارسنجی مشارکت دارد.

بهبود پردازنده‌های مرکزی AMD نیز در دستور کار است

این همکاری تنها به پردازنده‌های گرافیکی محدود نشده است. طبق اعلام OpenAI، AMD همچنین بهبودهایی در محدوده چند درصد و با نرخ تک‌رقمی در شاخص PPA بلوک‌های کلیدی پردازنده مرکزی پرچم‌دار نسل بعد خود تأیید کرده است. این تغییرات نیز با استفاده از طراحی‌های تولیدشده توسط مدل هوش مصنوعی انجام شده‌اند. هرچند جزئیات دقیق مدل پردازنده و میزان بهبود هر بخش هنوز منتشر نشده است.

آیا هوش مصنوعی می‌تواند جایگزین مهندسان طراحی تراشه شود؟

دستاورد اخیر OpenAI و AMD نشان می‌دهد که مدل‌های هوش مصنوعی می‌توانند در حوزه‌هایی که به دانش تخصصی و استدلال مهندسی پیچیده نیاز دارند، نقش مؤثری ایفا کنند. طراحی پردازنده یکی از دشوارترین شاخه‌های مهندسی کامپیوتر است و معمولاً سال‌ها تجربه، آزمایش و بهینه‌سازی نیاز دارد. اکنون هوش مصنوعی می‌تواند با بررسی سریع‌تر راهکارهای مختلف، فرصت‌های جدیدی برای بهبود سخت‌افزار ایجاد کند.

بااین‌حال، این اتفاق به معنای حذف مهندسان سخت‌افزار نیست. نظارت متخصصان، ابزارهای اعتبارسنجی و آزمایش‌های فیزیکی همچنان بخش جدایی‌ناپذیر فرایند تولید تراشه هستند. آنچه این همکاری را مهم می‌کند، تغییر نقش هوش مصنوعی از یک ابزار کمکی ساده به یک عامل فعال در فرایند طراحی و توسعه سخت‌افزار است؛ تحولی که می‌تواند در آینده هزینه و زمان تولید پردازنده‌های پیشرفته را کاهش دهد و مسیر توسعه سخت‌افزارهای موردنیاز هوش مصنوعی را سریع‌تر کند.

منبع خبر: openai

نظرات 0

wave

ارسال نظر

wave
برای ثبت نظر ابتدا وارد حساب کاربری خود شوید. ورود | ثبت نام

در آرتیجنس دنبال چی میگردی؟