Inteligência Artificial · chips
Modelos da OpenAI reescreveram circuitos e melhoraram em até 14% o projeto da próxima GPU top de linha da AMD
Ganho em consumo, desempenho e área veio sobre um projeto já otimizado e equivale a um ano de trabalho feito em menos de cinco meses. Parte das mudanças já foi enviada para fabricação; CPUs também tiveram melhora.

A corrida da IA chegou ao próprio desenho dos chips que a sustentam. Segundo o Adrenaline, a OpenAI divulgou que seus modelos melhoraram em até 14% o projeto da próxima GPU top de linha da AMD. A métrica usada é o PPA (power, performance and area), que resume consumo de energia, desempenho e área ocupada no silício — os três fatores que os projetistas de chips tentam equilibrar.
O detalhe que chama atenção é o ponto de partida. De acordo com a OpenAI, o resultado foi obtido sobre um projeto que os engenheiros da AMD já haviam otimizado intensamente. Parte das mudanças foi incorporada a um projeto enviado recentemente para fabricação, e o restante entrou nos arquivos de produção de versões futuras. "Isso representa cerca de um ano de progresso alcançado em menos de cinco meses", afirma a empresa — um ritmo que o Tom's Hardware descreve como sem precedentes na área.
Como o modelo trabalhou
O trabalho foi feito no RTL (register-transfer level), o código em SystemVerilog que descreve os circuitos do chip. É nessa etapa que os engenheiros definem como os dados circulam e como cada cálculo é dividido entre os estágios do processador. Segundo a OpenAI, o modelo raciocinou sobre esse código "no nível de um microarquiteto experiente", reescrevendo circuitos de cálculo, de controle e de movimentação de dados. Cada alteração passou por ferramentas da Synopsys, que verificam formalmente se o bloco continua se comportando da mesma forma.
A OpenAI não informou qual modelo usou nem qual é a GPU — se uma Radeon para jogos ou uma Instinct para data centers. O texto fala apenas em "IP da GPU top de linha", o bloco de projeto que serve de base ao produto. Nas CPUs, a AMD confirmou melhorias de um dígito percentual em blocos centrais do seu próximo processador topo de linha, usando projetos escritos pelo modelo. A OpenAI diz esperar novos avanços nos dois chips.
Do Jalapeño aos núcleos RISC-V
A técnica já havia sido aplicada no Jalapeño, primeiro chip próprio da OpenAI para inferência, desenvolvido com a Broadcom. Ali, as sugestões dos modelos reduziram a área de células em dois blocos de cálculo, resultado já comprovado no silício. Em um dos casos, um multiplicador redesenhado ocupou cerca de 15% menos área e ainda reduziu a latência de dois ciclos de clock para um. Esse trabalho começou no início de 2025, com o o3-mini, modelo bem mais limitado que os atuais. Segundo o Tom's Hardware, o Jalapeño já rodava cargas reais com amostras de engenharia em junho de 2026, com implantações iniciais previstas para o fim deste ano e expansão em 2027.
Para medir a evolução entre gerações, a OpenAI pediu a cinco modelos que aumentassem a vazão de dois núcleos RISC-V de código aberto, o PicoRV32 e o Ibex, com orçamento de cerca de 112 mil tokens por rodada. Projetos que falhavam na simulação ou ficavam mais de 16 vezes maiores que o original levavam nota zero. Em 9.881 rodadas, o GPT-6.2 Astra teve a maior nota média nos dois núcleos e, no PicoRV32, quase o dobro do GPT-6 Astra. Curiosamente, todos os modelos se saíram melhor projetando o núcleo do zero, a partir dos requisitos, do que otimizando o código existente — embora a OpenAI ressalve que, assim, eles podiam omitir recursos pouco usados nos testes.
O que isso significa
O anúncio reforça a aproximação entre OpenAI e AMD, que já têm acordo para o fornecimento de GPUs, e indica um caminho em que a IA acelera o próprio hardware que a executa. A OpenAI também trabalha com a Synopsys num modelo especializado em ferramentas de projeto de chips. Para o consumidor, o efeito, se confirmado, deve aparecer em placas e processadores mais eficientes nos próximos ciclos — mas, por ora, os números vêm da própria OpenAI e não foram verificados de forma independente.