مدار مجتمع با کاربرد خاص (ASIC) جالاپنیو (Jalapeño) شرکت OpenAI یک تحول عظیم برای این صنعت است، نه به خاطر بهرهوری یا عملکرد آن، بلکه به خاطر نحوه طراحیاش. این شرکت از همان ابتدا به صراحت اعلام کرد که هوش مصنوعی نقش بزرگی در روند طراحی جالاپنیو (Jalapeño) ایفا کرده است؛ نه تنها برای خود سختافزار، بلکه در طراحی همزمان (Co-design) با پشته نرمافزاری OpenAI که به این ASIC اجازه داد تنها در عرض ۹ ماه از سطح انتقال ثبت اولیه (RTL) به مرحله تایپاوت (Tapeout) برسد. از ایده تا رونمایی، بازه زمانی کمتر از دو سال بود. ریچارد هو (Richard Ho)، رئیس سختافزار در OpenAI، میگوید این بازه زمانی «یک معیار جدید ایجاد کرد» و صنعت در حال حاضر پشت درهای OpenAI است تا یاد بگیرد این شرکت چگونه این کار را به سرانجام رسانده است.
هو (Ho) در مصاحبهای با تامز هاردور پریمیوم (Tom’s Hardware Premium) گفت: «طرز تفکری که من دوست دارم داشته باشیم این است که ما یک معیار جدید ایجاد کردهایم. در معیار قدیمی، صحبت از ۱۸ ماه تا دو سال است، تقریباً. اغلب این کار حتی با برخی از IPهای موجود یا طراحی معماری قدیمیتر انجام میشود. ما اینجا از صفر شروع میکنیم. ما هیچ چیز نداشتیم. حتی یک خط کد برای ارجاع در اینجا وجود ندارد. چیزی که ما ایجاد کردهایم این است که یک معیار جدید وجود دارد که میتوانید با یک تیم بسیار مستعد و با کمک هوش مصنوعی به آن دست پیدا کنید. اکنون، آیا این زمان کوتاهتر میشود؟ این به کاری که سعی دارید انجام دهید بستگی دارد.»
استفاده از هوش مصنوعی در طراحی تراشه موضوع جدیدی نیست و کاملاً پیش از دوران مدلهای زبانی بزرگ (LLMs) وجود داشته است. بزرگترین شرکتهای اتوماسیون طراحی الکترونیکی (EDA)، یعنی کادنس (Cadence) و سینپسیس (Synopsys)، دارای مجموعهای از ابزارهای طراحی تراشه به کمک هوش مصنوعی هستند که سالهاست وجود دارند. با این حال، مدلهایی که OpenAI استفاده کرد، مدلهای داخلی خودش بود و این شرکت هم از ابزارهای موجود EDA و هم از چرخه مهندسی جدید مبتنی بر هوش مصنوعی خود بهره برد.
تیم مهندسی از پلتفرم کدنویسی عاملی OpenAI یعنی کدکس (Codex)، برای طراحی جالاپنیو (Jalapeño) استفاده کرد. هو (Ho) گفت: «اما ما معتقدیم که هر تیم مهندسی در طراحی تراشه باید بتواند از این به عنوان یک معیار جدید استفاده کند، زیرا این یک مدرک اثباتشده است که مدلهای مورد استفاده — مدلهای هوش مصنوعی برای ما عمدتاً کدکس (Codex)، سول (Sol)، مدل قبل از سول، و اکنون در حال حرکت به سمت استرا (Astra) هستند — بسیار توانمند هستند. حتی از زمانی که ما آن کار را شروع کردیم، یعنی در نوامبر ۲۰۲۵، تا زمانی که تایپاوت کردیم، مدلها به طور فوقالعادهای پیشرفت کردند. حتی از آن لحظه تا زمانی که بهینهسازی هسته را در ماه می شروع کردیم، زمانی که تراشهها برای اولین بار آنلاین شدند، خودمان از اینکه کدکس (Codex) چقدر بهتر شده بود و چه کارهایی میتوانست انجام دهد، شوکه شده بودیم.»
اگرچه هوش مصنوعی در طول کل فرایند توسعه، نه تنها برای خود طراحی، بلکه در نوشتن و بهینهسازی هستهها نیز استفاده شد، اما هو (Ho) بهطور مداوم بر اهمیت مهندسان مستعد در هدایت این سیستمها تأکید کرد. داستان توسعه جالاپنیو (Jalapeño) یکی از معدود نمونههای واضحی است که هوش مصنوعی به جای جایگزینی کارگران انسانی، به یک تیم انسانی کمک میکند.
هو (Ho) چرخه توسعه را به عنوان «یک مدل خوب» از نحوه عملکرد تیمهای مهندسی در عصر هوش مصنوعی توصیف کرد. «این همان نحوه استفاده از هوش مصنوعی است. ما مهندسان خود را جایگزین نکردیم؛ آنها صرفاً بسیار بهرهور شدند. با یک تیم کوچکتر از مهندسان واقعاً خوب با بسیاری از این مسائل مربوط به هوش مصنوعی، میتوانید کارها را سریعتر و بهتر از حالتهای دیگر انجام دهید. من فکر میکنم این یک مدل خوب از نحوه رویکرد به مهندسی در عصر هوش مصنوعی است.»
اگرچه OpenAI موفق شد سیلیکون کاری را بسیار سریعتر از یک چرخه توسعه سنتی به دست آورد، اما بدون مشکل هم نبود. برای شروع، گزارش شده است که استپینگ B0 جالاپنیو (Jalapeño) تا ۲۵ درصد بهبود در عملکرد بر وات نسبت به استپینگ اولیه A0 ارائه میدهد. این به بهبود نسلی نزدیکتر است تا بهینهسازی استپینگ، که نشان میدهد، حداقل برای یک تیم سختافزاری کاملاً جدید، ممکن است نظارتهای طراحی در استپینگ اصلی وجود داشته باشد. نسبت دادن آن به هوش مصنوعی یا انسانها حدس هر کسی است.
سایر آزمایشگاههای پیشرو نیز در حال چرخش برای به دست آوردن سهمی از این بازار هستند. کلایو چان (Clive Chan)، یک مهندس کلیدی در جالاپنیو (Jalapeño) و دومین استخدام سختافزاری در OpenAI، در ماه ژوئن شرکت را ترک کرد تا به تیم سختافزاری در آنتروپیک (Anthropic) بپیوندد. هو (Ho) میگوید که در حال حاضر «علاقه زیادی در صنعت» برای فرایند طراحی تراشه به کمک هوش مصنوعی OpenAI وجود دارد و میگوید که «خیلی زود اطلاعات بیشتری در مورد آن خواهیم دید.»
هو (Ho) گفت: «من قرار نیست چیزی را از پیش تعیین کنم. میتوانم به شما بگویم که علاقه زیادی در صنعت وجود دارد و همچنین به شما میگویم که احساس میکنیم فواید زیادی در صنعت به طور کلی وجود دارد که میخواهیم آنها را فعال کنیم. من فکر میکنم این چیزی است که صادقانه بگویم خیلی زودتر چیزهای بیشتری درباره آن خواهیم دید.»
هو (Ho) به دهها استارتاپ طراحی تراشه مبتنی بر هوش مصنوعی در سیلیکون ولی (Silicon Valley) اشاره کرد و پیشنهاد کرد که OpenAI ممکن است در نهایت ابزارهای خود را برای کمک به سایر شرکتها در توسعه تراشه هوش مصنوعی معرفی کند. «ما نظر خود را در این مورد داریم و فکر میکنم در نقطهای میخواهیم به جهان بگوییم: "نظر ما در این مورد این است." اساسی برای آن، کدکس (Codex) و جیپیتی-۶ استرا (GPT-6 Astra) است که در حال عرضه هستند. اینها اساسی هستند و ما اساساً میتوانیم به آن اشاره کنیم؛ این یک نرمافزار اسلایدی یا وپروار (vaporware) نخواهد بود. ما میتوانیم به آن اشاره کنیم و بگوییم: "این کاری است که ما انجام دادیم، این نحوه انجام آن است و این چیزی است که ما به دست آوردیم." این بسیار ملموس خواهد بود.»
اینکه دقیقاً منظور هو (Ho) از «آن» چیست، یک راز باقی مانده است، اما با توجه به زمینه، به نظر میرسد که OpenAI ممکن است راهی برای تجاریسازی چرخه طراحی تراشه هوش مصنوعی خود بررسی کند. هو (Ho) میگوید استرا (Astra) گام بزرگی در آن جهت است و ما قبلاً این مدل را در حال انجام کارهای چشمگیری دیدهایم، مانند کامل کردن خودکار بازی پورتال (Portal).
اگرچه OpenAI از مدلهای خود به شدت برای طراحی و اعتبارسنجی جالاپنیو (Jalapeño) استفاده کرد، اما قالب جریانهای کار سنتی EDA را بهویژه در پایان فرایند طراحی کاملاً نشکست. قبل از تایپاوت، ابزارهایی از شرکتهایی مانند سینپسیس (Synopsys) و کادنس (Cadence) مجموعهای از آزمایشها را برای تأیید نهایی انجام میدهند، از جمله تحلیل زمانبندی ایستا و تحلیل یکپارچگی سیگنال. هو (Ho) میگوید که OpenAI از این جریان معمولی EDA برای جالاپنیو (Jalapeño) استفاده کرده است.
هو (Ho) گفت: «اما برای تأیید نهایی، باید از جریانهای استاندارد EDA استفاده کنید و ما این کار را کردیم، زیرا میخواهید مطمئن شوید که آن نتایج خوب و درست هستند. امروز هیچ جایگزین واقعی وجود ندارد. بخشی از آن ترکیبی از جریانهای استاندارد بهینهسازی شده با هوش مصنوعی و بهینهسازی شده توسط مهندسان بسیار خوب است.»
OpenAI یک نقشه راه چندنسلی برای شتابدهندهها به اشتراک گذاشت. این شرکت میگوید دومین نسل ASIC آن به مرحله تایپاوت نزدیک میشود و نسل سوم آن در حال حاضر در حال توسعه است. اگرچه هو (Ho) گفت که چرخه توسعه جالاپنیو (Jalapeño) یک معیار جدید برای زمانبندی طراحی تراشه ایجاد میکند، اما در مورد نامیدن آن به عنوان چرخه و ریتم احتیاط کرد.
هو (Ho) به ما گفت: «پروژهها و تایپاوتهای ما به سطح بلوغ فناوریها بستگی خواهد داشت. ما میتوانیم اجرای بسیار سریعی داشته باشیم. آیا این نوع اجراها را پشت سر هم انجام خواهیم داد؟ شک دارم، زیرا فناوری برای آن آماده نخواهد بود و من نمیخواهم چیزی را تایپاوت کنم که ۲ درصد بهتر از چیزی باشد که قبلاً تایپاوت کردهام، زیرا تغییر دادن یک ناوگان ارزش ندارد.»
این مدیر اجرایی همچنین صراحتاً اعلام کرد که زمانبندی جالاپنیو (Jalapeño) لزوماً همان زمانی نیست که همه تراشهها از آن پیروی خواهند کرد. برخی «مصالحههای عملگرایانه» در طراحی معماری اولیه وجود داشت و تیم از نقاط طراحی نوظهور و پیچیده مانند پشتهسازی سه بعدی و اپتیک بستهبندی شده مشترک اجتناب کرد. «آیا بیشتر طول خواهد کشید؟ آیا ۹ ماه طول خواهد کشید؟ من نمیگویم ۹ ماه طول خواهد کشید... اما فکر میکنم سریعتر از زمانی خواهد بود که مدلهای هوش مصنوعی را نداشتید.»
منبع: tomshardware.com