OpenAI und AMD: KI optimiert Flaggschiff-GPUs um bis zu 14 Prozent
Veröffentlicht am: 18.11.2026 um 20:03 Uhr | Redaktion boerse-global.deOpenAI und der Halbleiterhersteller AMD haben eine Partnerschaft zur Optimierung von Halbleiterarchitekturen bekannt gegeben. Wie openai.com in einem Bericht darlegte, erzielte die Zusammenarbeit Verbesserungen von bis zu 14% bei Leistung, Leistungsaufnahme und Chipfläche (Power, Performance, Area – PPA) auf der Flaggschiff-Grafikprozessor-IP von AMD im Vergleich zu bereits stark optimierten Ausgangsdesigns.
Dieser Effizienzgewinn von bis zu 14% PPA wurde in unter 5 Monaten realisiert. Nach Angaben von OpenAI entspricht dieser Schritt einem Entwicklungsfortschritt von rund einem Jahr auf Architekturen, die AMD bereits über Jahre hinweg verfeinert hatte.
Neugestaltung auf RTL-Ebene und CPU-Gewinne
Die ermittelten Zuwächse bei den Grafikprozessoren basieren auf dem Umschreiben von SystemVerilog-RTL-Code (Register Transfer Level). Zur Überprüfung der funktionalen Korrektheit sowie der PPA-Abwägungen kamen Softwarewerkzeuge von Synopsys zum Einsatz.
Während die technische Effizienz von KI-Systemen rasant steigt, rücken auch die regulatorischen Anforderungen für Unternehmen in den Fokus. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle neuen Pflichten und Fristen, die der EU AI Act für die Entwicklung und Nutzung von KI vorschreibt. EU AI Act in 5 Schritten verstehen
AMD hat einen Teil dieser modifizierten Strukturen bereits in ein kürzlich zur Fertigung eingereichtes Design übernommen. Weitere Anpassungen flossen in die Designdateien künftiger Produktgenerationen ein. Neben den Ergebnissen im GPU-Bereich verifizierte AMD zudem einstellige prozentuale PPA-Gewinne bei Schlüsselblöcken seiner nächsten Flaggschiff-CPU.
Die Kooperation baut auf internen Erfahrungen auf, die OpenAI bei der Entwicklung eigener Hardware sammelte. Für den hauseigenen Inferenzchip Jalapeño setzte das Unternehmen ab Anfang 2025 auf GPT-4o. Die Vorschläge des Modells verringerten die Standardzellenfläche im Vektormodul um ca. 13% und im Matrixmodul um ca. 10%, was sich anschließend im Silizium-Bring-up bestätigte.
Wer sich mit dem Einsatz hochmoderner KI-Systeme befasst, muss heute auch die rechtliche Einstufung der Technologien im Blick behalten. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und wie Unternehmen die neuen Dokumentationspflichten rechtssicher erfüllen. Kostenlosen Report zu KI-Risikoklassen anfordern
Zudem sparte ein neu gestalteter Multiplikator bei der Synthese ca. 15% Zellfläche ein und halbierte die Latenz von 2 auf 1 Taktzyklus, während eine Überarbeitung des Addierers ca. 15% Fläche bei einer Latenz von 2 Taktzyklen einsparte.
Testergebnisse und Kooperation mit Synopsys
Im Rahmen begleitender RISC-V-Untersuchungen auf den Architekturen PicoRV32 und Ibex wurden fünf verschiedene Modellgenerationen analysiert. Die Gesamtauswertung umfasste 9.881 bewertete Läufe. Dabei erzielte GPT-6.2 Astra bei einem Umfang von ca. 112.000 Tokens pro Lauf die höchsten Durchschnittswerte.
Auffällig war über alle fünf Modellgenerationen hinweg, dass die KI-Systeme beim Entwurf aus einer schriftlichen Spezifikation heraus bessere Resultate lieferten als bei der reinen Optimierung bestehenden RTL-Codes.
Um diese Workflows künftig breiter in der Halbleiterbranche verfügbar zu machen, kündigte OpenAI darüber hinaus eine Partnerschaft mit Synopsys an. Unter dem Namen GPT-Synopsys soll der Einsatz von Electronic-Design-Automation-Werkzeugen (EDA) für Design und Verifikation gebündelt und an weitere chipentwickler vermarktet werden.
