오픈AI 모델은 AMD($AMD)의 GPU 설계 자산에서 전력·성능·면적(PPA) 지표를 최대 14% 개선했다. 별도 프로세서 설계 평가에선 GPT-6.2 Astra가 두 RISC-V 코어 모두에서 평균 점수 1위를 기록했다.
오픈AI는 18일 공개한 칩 설계 발표에서 협업 결과를 밝혔다. 최대 14%는 이미 최적화된 GPU 설계 자산을 기준으로 한 PPA 개선 폭이다. GPU 완제품의 속도나 전력 효율이 각각 14% 좋아졌다는 뜻은 아니다.
모델은 칩 회로를 기술하는 코드를 다시 써 개선안을 찾았다. 오픈AI는 시놉시스(Synopsys)의 설계 도구로 수정 전후 회로가 같은 기능을 하는지 확인하고, 전력·성능·면적 차이를 평가했다고 설명했다. AMD는 일부 변경 사항을 제조용으로 제출한 설계에 반영했고, 나머지는 향후 제품에 쓸 설계 파일에 넣었다.
오픈AI 자체 추론 칩 할라페뇨(Jalapeño)에도 모델이 제안한 설계 변경이 적용됐다. 오픈AI는 18일 칩 설계 발표에서 Jalapeño의 warp engine과 행렬 연산부의 표준 셀 면적이 각각 약 13%, 10% 줄었다고 추산했으며, 해당 최적화는 실제 칩에서 검증됐다고 밝혔다. 이 면적 감소율은 AMD의 최대 14% PPA 개선과 측정 대상이 다르다.
GPT-6.2 Astra 평가는 AMD 협업과 별도로 진행됐다. 오픈AI는 오픈소스 32비트 RISC-V 코어인 PicoRV32와 Ibex의 설계를 모델에 맡겼고, 실행당 약 11만2000토큰의 예산으로 작업량을 맞춰 비교했다. GPT-6.2 Astra는 두 코어 모두에서 평균 점수가 가장 높았으며, PicoRV32에서는 같은 작업량 기준 GPT-6 Astra의 약 두 배 점수를 냈다.
시험은 모델이 만든 회로를 시뮬레이션으로 검사하고 명령어 처리량을 평가한 결과다. 오픈AI는 기존 코어 면적의 최대 16배까지 허용한 시험 조건을 설명하며, 생산용 칩 설계에 더 가까운 평가를 하려면 면적 제한을 강화하고 실제 회로 배치 뒤의 동작 시간도 확인해야 한다고 밝혔다. 따라서 시험 점수를 양산 칩의 성능 개선 폭과 같은 수치로 볼 수는 없다.
티보(Tibo) 오픈AI 팀원은 19일 X 게시물에서 “GPT-6.2 Astra는 어려운 일을 꽤 잘한다”고 말했다. 그는 가장 어려운 과제에서 모델이 앞선 것으로 보인다고 평가했으며, 이용자 의견을 받아 소통 방식도 개선하고 있다고 밝혔다. 티보의 게시물
본지는 앞서 [코덱스 사용량 화면에 ‘GPT-6.2 Astra’ 표기가 나타난 정황을 보도했다](https://www.tokenpost.kr/news/ai/430959). 오픈AI는 같은 발표에서 시놉시스와 협력해 모델이 칩 설계·검증 도구를 사용하도록 훈련할 계획이라고 밝혔다.
<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>
Most Popular