米OpenAIは11月18日、自社のAIモデルを半導体の回路設計に使った成果をまとめて公表した。初の自社製の推論用チップ「Jalapeño(ハラペーニョ)」では、AIが提案した変更で演算部の回路面積を約10〜13%減らし、米半導体大手AMDとの協業では、AMDの主力GPU(画像処理半導体)の設計で消費電力・性能・面積の指標を最大14%改善したとしている。AMDは改良の一部を、すでに製造に回した設計に取り込んだという。数値はいずれもOpenAIの発表に基づく。

自社チップの演算部、面積を1割前後減らす

OpenAIによると、ハラペーニョの設計にAIモデルを使い始めたのは2025年の初めだった。半導体の設計では、消費電力(Power)・性能(Performance)・面積(Area)の三つを同時に良くすることが求められ、頭文字を取って「PPA」と呼ばれる。発表は、当時の初期のモデルでもPPAを改善する変更を見つけられたとしている。

改良の対象は、チップの中で計算を受け持つ二つの部分だ。並列の計算を管理・実行する「ベクトル演算部」では、浮動小数点の加算器と乗算器、数値の変換、集計の回路、特殊な関数を計算する部分で節約が出た。モデルは別の論理回路の組み方を探し、計算を何段の工程に分けるかも見直して、回路を共用したり途中の結果を保存する領域を減らしたりする余地を見つけたという。

行列の計算を受け持つ「行列演算部」では、乗算器の一つを作り直し、論理合成(設計の記述を実際の回路部品の組み合わせに変換する工程)の段階で回路面積を約15%減らしたうえ、計算にかかる時間を2クロックから1クロックに縮めた。別の加算器でも、2クロックの処理時間を保ったまま面積を約15%減らした。

設計全体で見ると、モデルが提案した変更により、基本の回路部品(スタンダードセル)が占める面積はベクトル演算部で約13%、行列演算部で約10%減ったと設計チームは見積もっている。これらの改良は、試作したチップを実際に動かす工程で動作を確かめたという。

OpenAIは8月25日、ハラペーニョの最初の性能結果を公表していた。それによると、AIを設計に使ったことで、設計の開始から製造用データの引き渡し(テープアウト)までを9か月で終えた。同社は年内に自社の計算基盤でハラペーニョの運用を始める計画で、第2世代を開発中、第3世代も構想段階にあるとしている。一方で、エヌビディアなど他社の演算装置も引き続き幅広く使うと説明している。AI向け半導体の市場では、エヌビディア8〜10月期、売上高2倍の1158億ドル フアン氏辞任後初の決算のとおり、エヌビディアの売り上げが急増している。

AMDの次世代設計にも取り込み

OpenAIは他社の半導体でも同じ手法を試している。AMDとの協業では、AMDの主力GPUの設計資産(IP)を対象に、すでに入念に最適化された設計と比べて、PPAで最大14%の改善が得られたという。

モデルは、チップの回路を記述するプログラム(SystemVerilogで書かれたRTLと呼ばれる設計記述)を書き直して改良点を見つけた。計算や制御、データの移動を受け持つ回路を書き換え、半導体設計ソフト大手の米シノプシスのツールで、書き換えた部分の動きが元と変わらないかを検証し、消費電力・性能・面積の兼ね合いを評価した。OpenAIは、モデルが熟練した設計者と同じ水準で設計記述を読み解いていたと説明している。

発表によると、この成果は、約1年分に相当する進歩を5か月足らずで達成したものだという。AMDは改良の一部を、最近製造に回した設計にすでに取り込み、ほかの改良も将来の製品に使うため量産用の設計データに加えた。さらにAMDは、次世代の主力CPU(中央演算処理装置)の主要な部分でも、モデルが書いた設計で1桁台の割合のPPA改善を確かめたという。

公開の設計図で世代ごとの能力を比べる

自社と他社の製品で成果を示したうえで、OpenAIはモデルの世代ごとの能力の伸びも測った。題材には、誰でも使える公開の設計図がある32ビットのRISC-V(リスクファイブ)のプロセッサーコア2種類を選んだ。RISC-Vは命令セット(プロセッサーが理解する命令の決まり)の仕様で、標準化団体のRISC-V Internationalによると、仕様は公開され、使用料もかからない。

選んだのは、書き換えのできる半導体(FPGA)向けの小型コア「PicoRV32」と、セキュリティー用チップの公開プロジェクト「OpenTitan」が組み込み用に使う「Ibex」だ。いずれも小型機器向けの処理を受け持つ完全なコアにあたる。

試験では、各モデルに元の設計記述を渡し、1秒あたりに実行できる命令の数(処理能力)を上げるよう求めた。シミュレーションで出力が正しいかを確かめ、確認に通らなかった設計や、回路面積が元の16倍を超えた設計は0点とした。合格した設計は、モデルに見せていない作業で1クロックあたりの命令数を測り、設計ツールで見積もった最高の動作周波数を掛けて処理能力を出した。同じ条件で最も高かった処理能力を1.0とし、0点を含めた平均を比べた。

1回あたり約11万2000トークン(AIが扱う文字のまとまり)という同程度の予算では、比べたモデルのうち「GPT-6.2 Astra」が両方のコアで平均点が最も高かった。PicoRV32では、その点数が「GPT-6 Astra」の約2倍だった。「GPT-6.1 Sol」も、両方のコアで「GPT-5.6 Sol」を上回った。

仕様書からの設計では点数が上がる

二つ目の試験では、元の設計記述の代わりに、文章で書いた要件と、コアをほかの部分とつなぐ方法を示す雛形だけを渡した。データをコアの中でどう流すか、処理を何段に分けるかはモデルが決めた。正しさの確認や処理能力の目標は一つ目の試験と同じにした。

約11万2000トークンの予算では、比べた5つのモデルすべてが、既存の設計を改良するよりも、要件から作り直した方が高い点数を出した。2種類のコアのどちらでも同じ傾向だった。GPT-6.2 Astraの平均点はPicoRV32で0.7を超え、Ibexで約0.75だった。二つの試験を合わせた採点済みの実行は9881回にのぼる。

ただしOpenAI自身も、要件から作る場合は元のコアにある機能を省ける点を挙げている。性能を測る計数器や追加の命令などで、試験の作業では処理能力にあまり関係しないため、点数の差の一部はこれで説明できる可能性があるという。こうした機能を必須にし、回路面積の上限を厳しくし、実際の回路配置の後で動作の時間を確かめれば、量産の設計により近い試験になるとしている。

対象 発表された結果
ハラペーニョ(ベクトル演算部) 回路部品の面積を約13%削減
ハラペーニョ(行列演算部) 回路部品の面積を約10%削減
行列演算部の乗算器の一つ 面積約15%減、処理時間を2クロックから1クロックに
AMDの主力GPUの設計資産 PPAで最大14%改善
AMDの次世代主力CPUの主要部分 PPAで1桁台の割合の改善
OpenAIが公表した半導体設計の改良結果出典: OpenAI「Advancing chip design with OpenAI models」(2026年11月18日)

数値はOpenAIの発表、検証の広がりが次の段階

今回の発表で示された数値は、いずれもOpenAIが自ら公表したものだ。AMDの製品に関する結果も、OpenAIの発表を通じて示されたもので、本紙はAMDの側の公表を確認できていない。改良を取り込んだAMDの製品の名前や、出荷の時期も示されていない。

それでも、発表の内容には具体的な手がかりがある。改良は試作チップで動作を確かめ、AMDは一部を製造に回したとされる。設計ツールによる検証を通したうえで、熟練の設計者が長い時間をかけて磨いてきた設計にさらに上乗せできたのであれば、半導体の開発期間を縮める手段になり得る。一方で、RISC-Vの試験については、OpenAI自身が量産の設計とは条件が異なると認めている。

OpenAIは今後、シノプシスと組んで、熟練の設計者と同じように同社の設計ツールを扱う新しいモデル「GPT-Synopsys」の学習を進めるとしている。OpenAIは、モデルの開発を信頼できる評価の仕組みに基づかせ、扱う設計の課題を広げるためだと説明している。AIを作る会社が、AIを動かす半導体の設計にもAIを使う動きが、他社の製品にどこまで広がるかが次の焦点になる。