AI加速器数据中心:OpenAI与Synopsys联手打造芯片设计模型,参议院否决能源法案
据The Decoder 9月30日报道,OpenAI与Synopsys签署多年合作协议,共同打造用于芯片设计的专用AI模型GPT-Synopsys。消息传出前一天,参议院民主党人刚刚否决了《电费纳税人保护法案》,该法案原本要求数据中心为电网升级买单。

本周,两则关于AI数据中心的新闻相隔不到24小时先后出现,指向却完全相反。一边是设计加速器所用的工具正在围绕AI模型重建;另一边是原本应当管理这些加速器所耗电力的政治系统,刚刚没能让一项法案过关。
先看设计这一边。据The Decoder报道,OpenAI与Synopsys签署了一项多年战略合作,要打造一个名为GPT-Synopsys的芯片设计专用AI模型。Synopsys生产电子设计自动化工具,也就是工程师设计芯片和半导体所用的软件。该模型把OpenAI的AI技术与Synopsys的EDA工具结合起来,OpenAI为这个项目获得这些工具的授权。双方定下的目标是:模型能够对芯片设计与验证进行推理,并直接操作Synopsys的工具。工程师负责下达设计目标,并审核、批准模型的产出。模型运行在OpenAI的基础设施上。两家公司表示,客户数据不会用于训练,且以加密方式存储。面向半导体客户的早期测试已经开始,两家公司将联合推广这款产品并分成收入。
Synopsys首席执行官Sassine Ghazi表示,AI可以大幅加快设计流程。OpenAI联合创始人Greg Brockman则把这次合作视为通往更好的芯片与更好的AI的路径。The Decoder还提到,OpenAI已经在与Broadcom合作开发专门用于运行AI模型的芯片,并且最近亮相的Jalapeno芯片与同类专用芯片相比极具竞争力。
设计自动化为何突然成了瓶颈
时机并非偶然。Semiconductor Engineering在10月1日发布的一篇赞助商博客认为,芯片设计已经成为建造更大规模AI系统这场竞赛中的限制因素。文章估算,一颗典型复杂度的ASIC需要超过1000个工程月。文章追溯了EDA与硬件描述语言(如1986年问世的Verilog)如何把瓶颈从布局布线转移到验证环节。同一媒体当天还发布了第二篇赞助商博客,讲的是基于UCIe的PCIe,描述了PCIe 8.0流量如何借助UCIe 3.0跨越芯粒边界。作者提醒,电源管理与复位流程是最常见的复杂集成缺陷来源之一,因为PCIe层面的超时,可能源自UCIe电源状态退出的延迟。这两篇文章分别由Siemens和Imagination赞助,因此其中的说法应视为接近营销材料。但它们描述的工程问题确实存在。
同一天上午,Semiconductor Engineering还发布了Imagination的第三篇赞助商博客,谈LLM性能指标。文章把衡量预填充阶段的首字延迟(Time to First Token)与衡量解码阶段的词间延迟(Inter-Token Latency)区分开来。对任何要为加速器集群做容量规划的人来说,这个区分很重要:预填充受算力限制,解码往往受内存带宽限制。
政治这一侧陷入停滞
再看能源这一边。据《卫报》报道,周三参议院民主党人以57票对43票否决了《电费纳税人保护法案》,距离推进所需的60票只差几票。四名民主党人加入共和党人投了赞成票:新罕布什尔州的Maggie Hassan、明尼苏达州的Amy Klobuchar,以及佐治亚州的两名参议员Jon Ossoff和Raphael Warnock。
“美国人民在呼吁真正的解决方案、真正的护栏、在AI上真正的解决方案。共和党人这项没有牙齿的数据中心法案完全没打中要害。”参议院民主党领袖Chuck Schumer在投票前的院会发言中说。
该法案原本要求电力公司考虑采纳新标准,让数据中心承担输电、发电和配电必要升级的成本,否则这些成本可能转嫁给家庭和企业。众议院本月早些时候以近乎全票通过了该法案。在参议院力推该法案的俄亥俄州共和党人Jon Husted表示,大型科技公司应当自掏腰包,而不是把成本转嫁给当地社区。《卫报》报道称,这是参议院在11月3日中期选举前预计进行的最后几次投票之一。参议院定于周五结束工作。
中国收紧阵营
本周的第三条线索是供应。9月30日,据Deepseek官方微信公众号的一则帖子和路透社消息,The Decoder报道称Deepseek正在为华为的Ascend芯片发布开源编程工具。核心是TileLang,一种由北京大学研究人员开发的语言,Deepseek认为它提供的编程模型比Nvidia的CUDA更简单。两家公司还优化了一个超级节点,即由128颗Ascend 950芯片组成的集群。背景是Nvidia的软件护城河。The Decoder援引估算称,全球有数百万开发者使用CUDA进行开发。文章还援引SemiAnalysis,后者测试了OpenAI的Jalapeno推理芯片,称CUDA护城河可能已经死了,但同时提醒,它只测试了约8000个输入token和1000个输出token这类相对简单的场景,尚未运行针对多步智能体任务的AgentX基准测试。SemiAnalysis补充说,以AMD当前的软件栈,即使AMD白送硬件,Nvidia每token的成本仍然更低。华为的芯片不在那次比较之列。
合起来看:设计工具在重建,芯片在重建,而电费账单仍未解决。
资料来源
6- 01OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
- 02Senate Democrats block datacenter energy bill, saying 'toothless' legislation 'misses the mark'EN
- 03China's AI industry closes ranks as Deepseek ships open-source software for Huawei's Ascend chipsEN
- 04Why LLMs Are The Best Thing To Happen To Chip DesignEN
- 05Crossing Chiplet Boundaries With PCIe Over UCIeEN
- 06LLM Performance And Acceleration: Part 1EN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。