Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Acceleratori AI per i datacenter: OpenAI e Synopsys costruiscono un modello per progettare chip mentre il Senato blocca la legge sull'energia

OpenAI e Synopsys hanno firmato una partnership pluriennale per costruire GPT-Synopsys, un modello AI specializzato nella progettazione di chip, ha riportato The Decoder il 30 settembre. La notizia è arrivata un giorno dopo che i democratici al Senato hanno bloccato il Ratepayer Protection Act, che avrebbe obbligato i datacenter a pagare per gli aggiornamenti della rete elettrica.

TecnologiaAnalisiChiara RomanoPubblicato: 1 ottobre 20264 min di letturaFonti 6
Acceleratori AI per i datacenter: OpenAI e Synopsys costruiscono un modello per progettare chip mentre il Senato blocca la legge sull'energia

Questa settimana sono uscite due notizie sui datacenter per l'AI a 24 ore di distanza l'una dall'altra. Puntano in direzioni opposte. Da un lato gli strumenti con cui si progettano gli acceleratori vengono ricostruiti intorno ai modelli AI. Dall'altro il sistema politico che dovrebbe gestire l'elettricità consumata da quegli acceleratori non è riuscito ad approvare una legge.

Cominciamo dal lato della progettazione. Secondo The Decoder, OpenAI e Synopsys hanno firmato una partnership strategica pluriennale. Le due aziende costruiranno un modello AI specializzato nella progettazione di chip chiamato GPT-Synopsys. Synopsys produce strumenti di electronic design automation, il software che gli ingegneri usano per progettare chip e semiconduttori. Il modello unisce la tecnologia AI di OpenAI agli strumenti EDA di Synopsys. OpenAI ne ottiene la licenza per il progetto. L'obiettivo dichiarato è un modello capace di ragionare sulla progettazione e sulla verifica dei chip e di azionare direttamente gli strumenti di Synopsys. Gli ingegneri affideranno al modello gli obiettivi di progetto e ne rivedranno e approveranno l'output. Il modello girerà sull'infrastruttura di OpenAI. I dati dei clienti non saranno usati per l'addestramento e saranno archiviati in forma crittografata, secondo entrambe le aziende. I primi test con clienti del settore dei semiconduttori sono già in corso. Le due società commercializzeranno il prodotto insieme e si divideranno i ricavi.

Il CEO di Synopsys Sassine Ghazi afferma che l'AI potrebbe accelerare sensibilmente il processo di progettazione. Il cofondatore di OpenAI Greg Brockman vede nella partnership una strada verso chip migliori e un'AI migliore. The Decoder nota anche che OpenAI sta già lavorando con Broadcom a chip costruiti appositamente per eseguire modelli AI. Aggiunge che il chip Jalapeno, presentato di recente, è molto competitivo rispetto a chip specializzati simili.

Perché l'automazione della progettazione è diventata all'improvviso il collo di bottiglia

Il tempismo non è casuale. Un blog sponsorizzato pubblicato da Semiconductor Engineering il 1 ottobre sostiene che la progettazione dei chip è diventata il fattore limitante nella corsa a sistemi AI più grandi. L'articolo stima che un ASIC di complessità tipica richieda oltre 1.000 mesi di lavoro ingegneristico. Ricostruisce come l'EDA e i linguaggi di descrizione dell'hardware come Verilog, introdotto nel 1986, abbiano spostato il collo di bottiglia dal place and route alla verifica. La stessa testata ha pubblicato lo stesso giorno un secondo blog sponsorizzato su PCIe su UCIe. Quel pezzo descrive come il traffico PCIe 8.0 possa attraversare i confini tra chiplet usando UCIe 3.0. L'autore avverte che la gestione dell'alimentazione e i flussi di reset sono tra le fonti più comuni di bug di integrazione complessi. Un timeout a livello PCIe può originarsi da un'uscita ritardata dallo stato di alimentazione di UCIe. Entrambi i pezzi sono contenuti sponsorizzati da aziende, Siemens e Imagination rispettivamente, quindi le affermazioni vanno trattate come vicine al marketing. Il problema ingegneristico di fondo che descrivono è reale.

La stessa mattina Semiconductor Engineering ha pubblicato un terzo blog sponsorizzato, di Imagination, sulle metriche di prestazione degli LLM. Distingue il Time to First Token, che misura la fase di prefill, dall'Inter-Token Latency, che misura il decode. La distinzione conta per chi dimensiona flotte di acceleratori. Il prefill è limitato dalla potenza di calcolo, mentre il decode è spesso limitato dalla larghezza di banda della memoria.

Il fronte politico si è fermato

Ora il lato energetico. Mercoledì i democratici al Senato hanno bloccato il Ratepayer Protection Act con un voto di 57 a 43, secondo The Guardian. Il conteggio è rimasto appena sotto i 60 voti necessari per procedere. Quattro democratici si sono uniti ai repubblicani a sostegno: Maggie Hassan del New Hampshire, Amy Klobuchar del Minnesota e entrambi i senatori della Georgia, Jon Ossoff e Raphael Warnock.

"Gli americani chiedono soluzioni vere, guardrail veri, soluzioni vere sull'AI. La legge sui datacenter dei repubblicani, senza denti, manca completamente il bersaglio", ha detto il leader democratico al Senato Chuck Schumer in un discorso in aula prima del voto.

La legge avrebbe obbligato le utility elettriche a valutare l'adozione di nuovi standard. I datacenter avrebbero poi coperto i costi degli aggiornamenti necessari a trasmissione, generazione e distribuzione. Quei costi possono altrimenti ricadere su famiglie e imprese. La Camera l'aveva approvata all'inizio del mese con un voto quasi unanime. Il repubblicano dell'Ohio Jon Husted, che ha promosso la legge al Senato, ha detto che le big tech dovrebbero pagare di tasca propria invece di scaricare i costi sulle comunità locali. The Guardian riporta che il voto è stato uno degli ultimi che il Senato dovrebbe tenere prima delle elezioni di metà mandato del 3 novembre. L'aula chiuderà i lavori venerdì.

La Cina stringe i ranghi

Il terzo filo di questa settimana è la fornitura. Il 30 settembre The Decoder ha riportato che Deepseek sta rilasciando strumenti di programmazione open source per i chip Ascend di Huawei. Il resoconto cita un post sul canale WeChat ufficiale di Deepseek e Reuters. Il pezzo centrale è TileLang, un linguaggio sviluppato da ricercatori della Peking University. Deepseek sostiene che offra un modello di programmazione più semplice del CUDA di Nvidia. Le due aziende hanno anche ottimizzato un supernodo, un cluster di 128 chip Ascend 950. Il contesto è il fossato software di Nvidia. The Decoder cita una stima di quattro milioni di sviluppatori nel mondo che costruiscono con CUDA. Cita anche SemiAnalysis, che ha testato il chip di inferenza Jalapeno di OpenAI e ha definito il fossato CUDA potenzialmente morto. SemiAnalysis avverte che ha testato solo scenari relativamente facili, con circa 8.000 token in input e 1.000 in output. Non ha ancora eseguito il benchmark AgentX per compiti agentici a più passaggi. SemiAnalysis aggiunge che con l'attuale stack software di AMD, Nvidia resterebbe comunque più economica per token anche se AMD regalasse il proprio hardware. I chip di Huawei non facevano parte di quel confronto.

Mettendo insieme i pezzi: gli strumenti di progettazione vengono ricostruiti, i chip vengono ricostruiti, e la bolletta elettrica è ancora irrisolta.

Commenti 0

Fonti

6
  1. 01OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
  2. 02Senate Democrats block datacenter energy bill, saying 'toothless' legislation 'misses the mark'EN
  3. 03China's AI industry closes ranks as Deepseek ships open-source software for Huawei's Ascend chipsEN
  4. 04Why LLMs Are The Best Thing To Happen To Chip DesignEN
  5. 05Crossing Chiplet Boundaries With PCIe Over UCIeEN
  6. 06LLM Performance And Acceleration: Part 1EN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Chiara Romano

Chiara Romano

IA, modelli e tecnologie

Chiara Romano scrive di tecnologia, IA e modelli, media e internet per FLASH24, partendo da documentazione tecnica, repository e specifiche invece che da comunicati stampa. Per ogni modello o piattaforma che segue controlla versioni, licenze, parametri e benchmark, e verifica i numeri confrontandoli con i dati originali o con test indipendenti. Confronta le schede tecniche tra fornitori, parla con sviluppatori e amministratori di sistema, e tiene d'occhio le finestre di rilascio e le modifiche ai termini d'uso. Fuori dalla redazione gestisce self-hosting e reti domestiche, esperienza che le serve per capire come funzionano davvero i servizi che racconta. Non pubblica una notizia se la fonte primaria non è verificabile.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.