OpenAI dice che i suoi modelli tagliano fino al 14% nei progetti AMD
OpenAI ha pubblicato il 18 novembre 2026 un articolo di ricerca secondo cui i suoi modelli hanno trovato fino al 14% di miglioramento in consumi, prestazioni e area (PPA) sulla GPU di punta di AMD, rispetto a basi molto ottimizzate. Il modello ha riscritto il RTL in SystemVerilog, il codice che descrive i circuiti del chip, e ha usato strumenti Synopsys per verificare che ogni modifica mantenesse il comportamento del blocco. OpenAI parla di circa un anno di progressi in meno di cinque mesi. AMD ha già inserito alcune modifiche in un progetto recente inviato alla produzione e ne ha aggiunte altre ai file di produzione, perciò il lavoro è già più di una prova di laboratorio.
I numeri e chi li ha misurati
La maggior parte dei numeri dell'articolo viene da OpenAI e solo uno è attribuito ai controlli di AMD, perciò la qualità della prova è più debole di quanto sembri. Lo stesso articolo descrive il lavoro su Jalapeño, il primo chip di inferenza proprio di OpenAI, sviluppato con Broadcom, dove le modifiche proposte dal modello hanno ridotto l'area delle celle standard e, secondo OpenAI, sono state confermate nel silicio durante l'avvio.
| Blocco | Guadagno riferito | Chi lo sostiene |
|---|---|---|
| GPU di punta AMD | Fino al 14% di PPA rispetto a una base ottimizzata | OpenAI; alcune modifiche inviate alla produzione |
| Prossima CPU di punta AMD, blocchi chiave | PPA a una cifra in percentuale | Verificato da AMD |
| Unità vettoriale di Jalapeño | Circa il 13% in meno di area di celle standard | Stima OpenAI, confermata nel silicio |
| Unità matriciale di Jalapeño | Circa il 10% in meno di area di celle standard | Stima OpenAI, confermata nel silicio |
| Un ridisegno del moltiplicatore | Circa il 15% in meno di area, da 2 cicli a 1 | OpenAI, in sintesi |
Separatamente, OpenAI e Synopsys hanno annunciato il 30 settembre 2026 una partnership pluriennale per GPT-Synopsys, un modello che usa gli strumenti di progettazione di Synopsys. L'amministratore delegato di Synopsys, Sassine Ghazi, ha detto a Reuters che i risultati saranno ricontrollati con strumenti convenzionali, un controllo giusto e così anche il segno che l'output non è ancora considerato affidabile senza verifica, perché la responsabilità resta umana.
Cosa deve fare chi acquista hardware per l'IA
Trattate un guadagno del genere come un segnale sulla velocità di progettazione e non come uno sconto su cui contare oggi, perché è ancora un dato di laboratorio. Un ciclo di progetto più rapido può accorciare il tempo tra generazioni di GPU e ampliare ciò che le seconde fonti come AMD possono offrire, ma un risparmio del 14% in un blocco non equivale a un costo o a un consumo di sistema inferiori del 14%, e l'articolo non dà questa cifra, quindi non c'è ancora un numero più affidabile. Se un fornitore cita miglioramenti progettati con l'IA in una gara, chiedete quale base ha battuto, a quale blocco si applica e chi l'ha verificato. Gli acquirenti europei che pianificano la capacità per il 2027 dovrebbero chiedere già ai fornitori, perché più avanti sarà tardi, se la generazione offerta include queste modifiche prima di impegnarsi su una data di consegna.
Da leggere ora: Capitale e Sindacati Uniti Contro i Divieti sui Data Center | OpenAI taglia Astra del 20% e Sol quasi lo eguaglia



