Arena Physica تدرّب Heaviside على الحاسوب الفائق Lux المدعوم من AMD

أعلنت Arena Physica في إعلانها بتاريخ 12 نوفمبر 2026 أنها ستعمل مع AMD على تدريب أجيال مستقبلية من نموذجها Heaviside للكهرومغناطيسية على الحاسوب الفائق Lux في مختبر أوك ريدج الوطني. ويستند المشروع إلى Heaviside-1، وهو نموذج يضم 350 مليون مُعامِل، أُطلق في سبتمبر 2026.

تصف Arena Physica نموذج Heaviside بأنه أول نموذج تأسيسي للكهرومغناطيسية، وتذكر أن الإصدار الأول دُرّب على 250,000 محاكاة ثلاثية الأبعاد للمجالات، شملت 500 مليار عينة منفردة للمجالات. وتشكل هذه الأرقام خط الأساس لعمل AMD، وهو برنامج تدريب مخطط له، لا إطلاق لخليفة دُرّب على Lux.

بيانات المحاكاة ترفع الطلب على القدرة الحاسوبية

تأتي كل عينة تدريب من محاكاة كهرومغناطيسية كاملة الموجة، تُحلّ فيها معادلات ماكسويل عبر نموذج ثلاثي الأبعاد مفصل لبنية ما. لذلك، فإن إنشاء مجموعة بيانات التدريب جزء كثيف الاستهلاك للقدرة الحاسوبية من تطوير النموذج، إلى جانب القدرة اللازمة لعملية التدريب نفسها.

قال مايكل فراي، كبير مسؤولي الأبحاث في Arena Physica: «تتأثر هذه المجالات بشدة بتفاصيل التصميم، من السمات الموضعية الصغيرة إلى البنية بأكملها. ويتطلب استيعاب هذا التعقيد قدراً كبيراً من البيانات عالية الدقة وبنية نموذج مصممة لهذا الغرض».

ربطت Arena Physica هذا المتطلب ببحث قوانين القياس العملية، الذي أعدّه كريستوفر م. براينت وهاو ليو. ويرى البحث أن قوانين القياس التي توجه تدريب النماذج الحديثة عُيّرت لتناسب التدريب المسبق على حقبة واحدة، مع وفرة البيانات، ويحدد قيوداً بنيوية خارج هذا النطاق. وتقسم الصيغة المقترحة الخسارة إلى مصطلحات تتعلق بنقص السعة ونقص التدريب وفرط التكيّف، مع التمييز بين الأمثلة الفريدة ومجموع الأمثلة التي جرى الاطلاع عليها.

بعد معايرتها، تتيح هذه الصيغة تخصيصاً يراعي التكلفة، ويميل إلى مجموعات بيانات أصغر وعدد أكبر من حقب التدريب كلما ارتفعت تكلفة البيانات. وعند تطبيق هذا الإطار على Heaviside، فإنه يطرح مفاضلة في البنية التحتية بين توليد محاكاة فريدة إضافية وإجراء جولات تدريب متكررة على البيانات الموجودة.

يوفر Lux قدرة تدريب واسعة النطاق

تورد مواصفات Lux التابع لمرفق الحوسبة القيادية في أوك ريدج أكثر من 4,000 وحدة معالجة رسومية AMD MI355X، و1.1 بيتابايت من الذاكرة عالية النطاق الترددي، وأداءً لتدريب الذكاء الاصطناعي بدقة FP8 يبلغ 20 إكسافلوب. وتضم كل وحدة MI355X ذاكرة HBM3E بسعة 288 GB ونطاقاً ترددياً يبلغ 8 TB/s. وتشمل المخصصات أيضاً إمكانية الوصول إلى Orion، نظام الملفات Lustre التابع لـ OLCF، بسعة تتجاوز 600 بيتابايت.

تصف هذه الأرقام قدرة Lux، لا زيادة مقاسة في سرعة Heaviside. وتمتد أهميتها إلى جانبي عبء العمل: إنتاجية المسرّعات للتدريب، والذاكرة والتخزين لمجموعة بيانات المحاكاة التي تغذيه.

النماذج المخطط لها تستهدف الرقائق والاتصالات

تخطط Arena Physica لأن تشمل أجيال Heaviside اللاحقة أنماط الإشعاع في المجال البعيد، والهندسات الأكثر تعقيداً، ونطاقات ترددية أوسع، مع التوسع لتشمل مكونات أكبر وأنظمة كاملة. وتشمل التطبيقات المستهدفة هوائيات اتصالات الجيلين الخامس والسادس والاتصالات عبر الأقمار الصناعية، والاستشعار بالترددات الراديوية في السيارات، وتغليف أشباه الموصلات وسلامة الإشارة.

تشمل الاستخدامات المذكورة لأشباه الموصلات تصميم SerDes عالي السرعة. وربط كوماران سيفا، نائب الرئيس المؤسسي لاستراتيجية الذكاء الاصطناعي للمؤسسات في AMD، هذا العمل بتغليف الرقائق ثلاثي الأبعاد وارتفاع سرعات SerDes من 224 إلى 448 غيغابت في الثانية، مشيراً إلى أن هذه التوجهات جعلت السلوك الكهرومغناطيسي من أصعب المشكلات في تصميم أشباه الموصلات.

تقول Arena Physica إن Heaviside مصمم للتنبؤ بالسلوك الكهرومغناطيسي بسرعة أكبر بمراتب عدة وبتكلفة أقل بكثير من المحللات التقليدية، ولتمكين التصميم العكسي المستقل. وهذه أهداف لتطوير النموذج، وليست قياسات للأداء في تعاون Lux.

تخطط Arena Physica لمشاركة النتائج مع تقدم التدريب على Lux خلال الأشهر المقبلة. وستوفر تلك التقارير الأدلة الجوهرية اللازمة لتقييم ما إذا كان التدريب على نطاق Lux قادراً على تحقيق التغطية الأوسع للترددات والهندسات والأنظمة الكاملة التي حددتها الشركة.