# OpenAI 用 AI 模型最佳化 AMD 的 GPU 設計，效能最高提升 14%

> **TL;DR:** OpenAI 與 AMD 合作，在不到 5 個月內，將 AMD 頂級 GPU IP 的 PPA 指標最高提升 14% 部分修改已經納入 AMD 送交量產的設計版本 同一套方法也用在 Jalapeño，也就是 OpenAI 首款自行設計的推論晶片 OpenAI 正與 Synopsys 合作開發 GPT-Synopsys，用於 AI 輔助晶片設計 Anthropic 表示，Mythos 在 AMD MI355X GPU 上只用 3 天，就完成通常需要 6 至 12 個月的工作 所有數據皆由各家公司自行公布

- 原文: https://migovi.com/tw/openai-toi-uu-chip-gpu-amd-bang-ai/
- 作者: [duongchautantuan](https://migovi.com/tw/author/duongchautantuan/)
- 發布日期: 2026-11-19T03:08:42+07:00
- 分類: 人工智慧, 新聞
- 來源: [The Decoder (AI)](https://the-decoder.com/openai-says-its-models-delivered-a-years-worth-of-chip-optimization-on-top-of-amds-own-engineering/)

---

OpenAI 的模型只花不到 5 個月，就完成了原本約需一年的晶片最佳化工作，而且對象還是 AMD 已經打磨多年的設計。

## OpenAI 公布的 AMD GPU 成果

根據 OpenAI 的說法，在與 AMD 合作的過程中，旗下模型將 AMD 頂級 GPU IP 的 PPA 指標（耗電量、效能與晶片面積）最高提升了 14%。整個過程不到 5 個月，與一般晶片開發的步調相比，這段時間相當短。

這個數字值得留意，是因為它並非來自還很粗糙的設計。OpenAI 認為，這樣的改善幅度，相當於在 AMD 工程師多年最佳化的設計之上，再多出約 1 年的進步，也就是說，模型在原本就已精雕細琢的部分，仍找到了可以再擠出效益的空間。OpenAI 也表示，AMD 已將部分修改納入送交量產的設計版本，代表這項成果並不只停留在實驗階段。

## 應用於自家晶片與設計工具

同樣的方法也幫上了 Jalapeño，這是 OpenAI 首款自行設計的推論晶片。在開源 RISC-V 處理器核心的測試中，新的 GPT-6.2 Astra 模型相較前幾代模型取得最佳成績，顯示這項能力會隨著模型世代逐步提升，而不是單靠一次運氣。

OpenAI 還與 Synopsys 合作開發 GPT-Synopsys，這是一個運用 Synopsys EDA 工具的模型，目的是讓更多人能使用 AI 輔助晶片設計。由於 EDA 是幾乎所有晶片廠都必須使用的軟體，這個方向一旦成功，受惠的將不只是 OpenAI 自己。

## Anthropic 也把 AI 用在硬體上

Anthropic 這邊也有一個類似的例子。該公司表示，Mythos 模型只花了 3 天，就完成某個模型在 AMD MI355X GPU 上運行所需的 prompt processing，而這項工作通常需要 6 至 12 個月。差距如此懸殊，讓人很難忽視，不過這同樣是 Anthropic 自己公布的數字。

目前 Anthropic 在 4 種不同的晶片上運行 Claude，以最佳化成本，以及每投入一美元所能換得的效能。如果把模型移植到新硬體的時間真的能從數個月縮短到幾天，同時使用多種晶片的負擔，將比過去輕得多。

**MIGOVI 觀點**

這則消息最有價值的地方，不是 14% 這個數字，而是它出現在一個已由 AMD 工程師最佳化多年的 GPU 設計上，因為在這種地方，每多提升一個百分點都相當困難。「一年的進步」與「3 天取代 6 至 12 個月」這兩項數據，都是 OpenAI 與 Anthropic 自己提出的，因此建議把它們視為值得持續關注的方向，而不是已經過驗證的結論。對越南的使用者來說，短期內沒有明顯的影響，但如果晶片設計週期真的縮短，長期來看 GPU 與 AI 晶片可能會更快問世。現階段比較合理的做法，是等 AMD 採用這些已送交量產設計的產品上市、並公布具體規格後，再來評估。

Nguồn: [The Decoder (AI)](https://the-decoder.com/openai-says-its-models-delivered-a-years-worth-of-chip-optimization-on-top-of-amds-own-engineering/)
