11月19日、The Decoderが「OpenAI says its models delivered a year's worth of chip optimization on top of AMD's own engineering」と題した記事を公開した。OpenAIのAIモデルがAMDとの協業においてチップ設計を5か月以内に約1年分相当改善したという成果について詳しく紹介されている。
AIがチップ設計エンジニアの1年分の仕事を5か月で
OpenAIはAMDと協業し、AMDのフラグシップGPU IP(半導体の設計資産)に対してPPA(消費電力・性能・チップ面積の総合指標)を最大14%改善することに成功した。期間は5か月未満。OpenAIによれば、この改善幅はAMDのエンジニアが長年にわたって最適化を積み重ねてきた設計の上に、さらに「約1年分の進歩」を上乗せしたに相当するという。
AMDはすでにこの成果の一部を製造向けの設計に組み込んでおり、実用化段階に入っている。
PPAとは何かについて補足しておくと、PPA(Power, Performance, Area)は半導体設計において最も基本的かつ重要なトレードオフ指標であり、消費電力を下げれば面積や性能に影響が出るなど、三者は互いに競合する関係にある。設計者はこのバランスを手作業で調整しながら最適解を探すが、探索空間が膨大なため、熟練エンジニアでも短期間での大幅改善は容易ではない。今回の14%という数字は、そのような蓄積の上に出た値として注目される。
自社チップ設計にも同手法を適用
元記事によれば、同じ手法はOpenAI自身のカスタムチップ設計にも活用されており、RISC-Vプロセッサコアを使ったテストでも良好な結果が得られたとされている。RISC-Vはオープンな命令セットアーキテクチャであり、ベンダーロックインを避けながら独自チップを開発したい企業から近年注目を集めている。OpenAIが自社推論チップの開発を進めていることは複数の媒体が報じており、今回のAMDとの協業はその設計ノウハウの蓄積にも寄与していると考えられる。
Synopsysとの共同モデル「GPT-Synopsys」
OpenAIはさらに、EDA(電子設計自動化)ツール大手のSynopsysと連携し、「GPT-Synopsys」という専用モデルの開発も進めている。
EDA(Electronic Design Automation)とは、集積回路やプリント基板の設計を自動化・支援するソフトウェアツール群の総称であり、SynopsysはCadenceと並ぶこの分野の代表的なベンダーだ。チップ設計の各工程——論理合成、配置配線、タイミング解析など——はEDAツールなしには成立しない。OpenAIのモデルをSynopsysのEDAツールと統合することで、AI支援によるチップ設計をより広く利用可能にすることを目指している。
背景:AIによるチップ設計自動化の流れ
AIをチップ設計に活用する動きは、2021年頃からGoogleがフロアプランニング(チップ上の回路配置最適化)にAIを用いた研究をNature誌に発表して以来、業界全体で加速している。フロアプランニングとは、チップ上の各機能ブロックをどこに配置するかを決める工程であり、配置の良否が最終的なPPAに直結する。Googleの研究はこの工程に強化学習を適用したもので、AIがチップ設計の実務に入り込める可能性を広く示した先駆的な事例として知られている。
今回のOpenAI・AMDの事例が示すのは、強化学習ベースの特化型AIではなく、汎用の大規模言語モデルが既存の専門エンジニアリングの枠組みの中に組み込まれ、設計サイクルを実際に短縮できるという点だ。設計の「探索」をAIが担い、判断・検証をエンジニアが担うという役割分担が、実際の製造ラインに乗る成果につながっている。
なお、元記事はOpenAIとAMDの協業を主題としており、他社の動向については元記事の記述範囲を参照されたい。
詳細はOpenAI says its models delivered a year's worth of chip optimization on top of AMD's own engineeringを参照していただきたい。