OpenAI a annoncé que ses modèles d'Intelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. ont permis d'améliorer d'environ 14 % le ratio puissance‑performance‑surface (PPA) du GPUProcesseur conçu pour effectuer de nombreux calculs en parallèle, notamment utilisé pour entraîner et exécuter des modèles d'IA. phare d'AMD en moins de cinq mois. Selon l'entreprise, cet avancement équivaut à une année complète de travail d'optimisation supplémentaire sur des conceptions déjà affinées depuis des années.
Une optimisation accélérée par le logiciel
Le gain de 14 % provient d'un processus où les modèles d'OpenAI analysent les paramètres du circuit et proposent des ajustements de placement, de routage et de tension. AMD a intégré certaines de ces modifications dans une version du design déjà en cours de fabrication, ce qui montre que la méthode n’est pas purement théorique. En pratique, cela signifie que les puces qui arriveront sur le marché pourront offrir davantage de calcul pour la même consommation énergétique, un critère clé pour les data‑centers et les stations de travail.
Le premier chip dédié à l’inférence : Jalapeño
Parallèlement à l’optimisation des GPU d’AMD, OpenAI a présenté Jalapeño, son tout premier processeur dédié à l’InférencePhase durant laquelle un modèle entraîné utilise ses paramètres pour produire une prédiction ou une réponse à partir de nouvelles données. de modèles de langage. Les tests menés avec des cœurs RISC‑V ouverts ont mis en avant le modèle GPTFamille de modèles génératifs préentraînés reposant sur l'architecture Transformer, notamment utilisés pour produire du texte.‑6.2 Astra, qui a surpassé les générations précédentes sur les mêmes charges de travail. Cette performance s'explique par la capacité du modèle à prédire les meilleures configurations de micro‑architectures avant même que le silicon ne soit produit.
Collaboration avec Synopsys pour démocratiser la conception assistée par IA
OpenAI travaille également avec Synopsys, le leader des outils de conception électronique (EDA). Le projet, baptisé GPT‑Synopsys, vise à intégrer les modèles d’IA directement dans les flux de travail EDA afin que les ingénieurs puissent bénéficier d’assistants numériques pour le placement, le timing et la vérification. L’objectif déclaré est de rendre la conception de puces plus rapide et accessible à un plus grand nombre d’équipes, même celles qui ne disposent pas de ressources de R&D massives.
Anthropic adopte une approche similaire
Anthropic, un autre acteur de l’IA, a testé son modèle Mythos pour automatiser le traitement des prompts sur les GPU AMD MI355X. Selon l’entreprise, la tâche habituellement réalisée en six à douze mois a été compressée en trois jours grâce à l’automatisation. Anthropic déploie désormais son assistant Claude sur quatre familles de puces, en cherchant à optimiser le coût et la performance par dollar dépensé.
Qu’est‑ce que cela change pour les utilisateurs ?
Ces avancées ne concernent pas uniquement les ingénieurs en semi‑conducteurs. Une meilleure efficacité énergétique des GPU se traduit par des serveurs moins gourmands en électricité, ce qui peut réduire le prix des services cloud. De plus, la disponibilité de puces spécialisées comme Jalapeño ouvre la voie à des applications d’IA plus réactives, notamment dans les domaines de la traduction en temps réel, de la vision industrielle ou des assistants vocaux embarqués.
Limites et perspectives
Il reste toutefois des incertitudes. Les améliorations annoncées proviennent de prototypes et de simulations ; la performance réelle sur des puces commercialisées devra être confirmée. De plus, l’intégration d’outils d’IA dans le processus de conception implique de nouvelles dépendances logicielles et des exigences de formation pour les équipes hardware.
Malgré ces réserves, le partenariat OpenAI‑AMD montre que l’intelligence artificielle peut accélérer le cycle de conception des puces, un secteur historiquement limité par la complexité physique du silicon. Si les prochains mois confirment ces gains, on peut s’attendre à une nouvelle génération de matériel plus performante, plus économique et potentiellement plus respectueuse de l’environnement.



