Mr. Macho✔
Writer
Ngày 25/8, OpenAI công bố chip suy luận tự phát triển đầu tiên mang tên Jalapeño, sản phẩm của một dự án kéo dài chín tháng, từ thiết kế đến sản xuất, và chính OpenAI cũng dùng mô hình AI của mình trong quá trình phát triển chip này.
Điểm đáng chú ý không chỉ nằm ở việc AI có giúp con người chế tạo chip hay không, mà còn ở việc chip có đang trở nên dễ hiểu hơn với AI hay không. Trong khâu thiết kế, nhóm kỹ sư dùng công cụ XLS, ban đầu do Google phát triển, cho phép mô tả chức năng tính toán bằng mã cấp cao trước, rồi mới chuyển thành mã phần cứng. Nhờ vậy, AI, vốn giỏi viết phần mềm hơn là thiết kế mạch, có thể tham gia nhiều hơn vào quá trình này, vì XLS biến một phần công việc thiết kế chip thành các bài toán quen thuộc với AI.
Theo IEEE Spectrum, thiết kế chip thường có nhiều phương án đánh đổi giữa tốc độ, điện năng và diện tích, nên đòi hỏi nhiều vòng thử nghiệm. AI giúp tăng tốc việc viết mã và thử nghiệm nhiều phương án hơn, còn XLS cung cấp công cụ mô phỏng để kiểm tra tính nhất quán giữa các phiên bản thiết kế. Nhờ đó, AI không chỉ tạo ra một đoạn mã đơn lẻ, mà tham gia vào cả vòng lặp kỹ thuật, gồm đề xuất, kiểm tra và điều chỉnh liên tục.
Dù vậy, phần triển khai vật lý, tức từ thiết kế logic đến chip có thể sản xuất, vẫn do con người đảm nhiệm. Đội ngũ nội bộ của OpenAI cho dự án này có chưa tới 100 người, chưa kể đối tác Broadcom, đơn vị phụ trách bố trí mạch và sản xuất.
Sau khi nhận lô tấm silicon đầu tiên vào tháng 5, OpenAI dùng mô hình nội bộ để tối ưu chương trình chạy trên Jalapeño. Với một tác vụ tính toán dựa trên cơ chế chú ý, hiệu suất được cải thiện từ 0,31% lên 88,94% so với giới hạn lý thuyết, chỉ trong khoảng 40 giờ. Nhóm cũng tích hợp thành công ba mô hình trọng lượng mở ngoài kế hoạch ban đầu, chỉ trong hai tháng nhờ công cụ lập trình AI.
Kết quả này cho thấy hướng giải quyết cho một vấn đề cố hữu của chip chuyên dụng, đó là phần cứng cố định nhưng mô hình AI liên tục thay đổi, khiến việc điều chỉnh phần mềm tốn nhiều thời gian và nhân lực. OpenAI cho biết họ thiết kế Jalapeño sao cho việc phân bổ nhiệm vụ và truyền dữ liệu giữa các phép tính rõ ràng, dễ dự đoán, để cả con người lẫn AI có thể lập trình dễ dàng hơn.
Điều này gợi ý một tiêu chí mới khi đánh giá chip, bên cạnh hiệu năng, điện năng và diện tích, là mức độ dễ lập trình, không chỉ với kỹ sư mà cả với AI. Một chip có kiến trúc rõ ràng và được AI tối ưu liên tục có thể thích ứng nhanh hơn với các mô hình mới, dù hiệu suất phần cứng không phải lúc nào cũng là yếu tố quyết định.
OpenAI dự kiến bắt đầu triển khai Jalapeño quy mô lớn từ cuối năm nay. Điều cần kiểm chứng là liệu cách tiếp cận này có hiệu quả ổn định trên nhiều mô hình và nhiệm vụ khác nhau về lâu dài hay không.
Điểm đáng chú ý không chỉ nằm ở việc AI có giúp con người chế tạo chip hay không, mà còn ở việc chip có đang trở nên dễ hiểu hơn với AI hay không. Trong khâu thiết kế, nhóm kỹ sư dùng công cụ XLS, ban đầu do Google phát triển, cho phép mô tả chức năng tính toán bằng mã cấp cao trước, rồi mới chuyển thành mã phần cứng. Nhờ vậy, AI, vốn giỏi viết phần mềm hơn là thiết kế mạch, có thể tham gia nhiều hơn vào quá trình này, vì XLS biến một phần công việc thiết kế chip thành các bài toán quen thuộc với AI.
Theo IEEE Spectrum, thiết kế chip thường có nhiều phương án đánh đổi giữa tốc độ, điện năng và diện tích, nên đòi hỏi nhiều vòng thử nghiệm. AI giúp tăng tốc việc viết mã và thử nghiệm nhiều phương án hơn, còn XLS cung cấp công cụ mô phỏng để kiểm tra tính nhất quán giữa các phiên bản thiết kế. Nhờ đó, AI không chỉ tạo ra một đoạn mã đơn lẻ, mà tham gia vào cả vòng lặp kỹ thuật, gồm đề xuất, kiểm tra và điều chỉnh liên tục.
Dù vậy, phần triển khai vật lý, tức từ thiết kế logic đến chip có thể sản xuất, vẫn do con người đảm nhiệm. Đội ngũ nội bộ của OpenAI cho dự án này có chưa tới 100 người, chưa kể đối tác Broadcom, đơn vị phụ trách bố trí mạch và sản xuất.
Sau khi nhận lô tấm silicon đầu tiên vào tháng 5, OpenAI dùng mô hình nội bộ để tối ưu chương trình chạy trên Jalapeño. Với một tác vụ tính toán dựa trên cơ chế chú ý, hiệu suất được cải thiện từ 0,31% lên 88,94% so với giới hạn lý thuyết, chỉ trong khoảng 40 giờ. Nhóm cũng tích hợp thành công ba mô hình trọng lượng mở ngoài kế hoạch ban đầu, chỉ trong hai tháng nhờ công cụ lập trình AI.
Kết quả này cho thấy hướng giải quyết cho một vấn đề cố hữu của chip chuyên dụng, đó là phần cứng cố định nhưng mô hình AI liên tục thay đổi, khiến việc điều chỉnh phần mềm tốn nhiều thời gian và nhân lực. OpenAI cho biết họ thiết kế Jalapeño sao cho việc phân bổ nhiệm vụ và truyền dữ liệu giữa các phép tính rõ ràng, dễ dự đoán, để cả con người lẫn AI có thể lập trình dễ dàng hơn.
Điều này gợi ý một tiêu chí mới khi đánh giá chip, bên cạnh hiệu năng, điện năng và diện tích, là mức độ dễ lập trình, không chỉ với kỹ sư mà cả với AI. Một chip có kiến trúc rõ ràng và được AI tối ưu liên tục có thể thích ứng nhanh hơn với các mô hình mới, dù hiệu suất phần cứng không phải lúc nào cũng là yếu tố quyết định.
OpenAI dự kiến bắt đầu triển khai Jalapeño quy mô lớn từ cuối năm nay. Điều cần kiểm chứng là liệu cách tiếp cận này có hiệu quả ổn định trên nhiều mô hình và nhiệm vụ khác nhau về lâu dài hay không.
