Arena Physica entrenará a Heaviside en la supercomputadora Lux, equipada con tecnología de AMD

Arena Physica dijo en su anuncio del 12 de noviembre de 2026 que trabajará con AMD para entrenar futuras generaciones de su modelo de electromagnetismo Heaviside en la supercomputadora Lux del Laboratorio Nacional de Oak Ridge. El proyecto se basa en Heaviside-1, un modelo de 350 millones de parámetros lanzado en septiembre de 2026.

Arena Physica describe Heaviside como el primer modelo fundacional para el electromagnetismo e informa que la versión inicial se entrenó con 250.000 simulaciones tridimensionales de campos que abarcaban 500.000 millones de muestras individuales de campo. Estas cifras establecen la base para el trabajo con AMD, que consiste en un programa de entrenamiento previsto y no en la publicación de un sucesor entrenado en Lux.

Los datos de simulación impulsan la demanda de capacidad de cómputo

Cada muestra de entrenamiento procede de una simulación electromagnética de onda completa, en la que se resuelven las ecuaciones de Maxwell sobre un modelo tridimensional detallado de una estructura. Por tanto, generar el corpus de entrenamiento es una parte del desarrollo del modelo que exige una gran capacidad de cómputo, además de la necesaria para la propia ejecución del entrenamiento.

«Estos campos son muy sensibles a los detalles del diseño, desde las pequeñas características locales hasta la estructura en su conjunto. Captar esa complejidad requiere muchos datos de alta fidelidad y una arquitectura de modelo diseñada específicamente para ese fin», afirmó Michael Frei, director de investigación de Arena Physica.

Arena Physica relacionó ese requisito con Leyes prácticas de escalado, un artículo de Christopher M. Bryant y Hao Liu. El artículo sostiene que las leyes de escalado que orientan el entrenamiento moderno de modelos se calibraron para el preentrenamiento con abundantes datos y una sola época, e identifica limitaciones estructurales fuera de ese régimen. La formulación propuesta descompone la pérdida en términos de capacidad insuficiente, entrenamiento insuficiente y sobreajuste, y distingue entre los ejemplos únicos y el total de ejemplos observados.

Una vez calibrada, la formulación permite una asignación que tiene en cuenta los costos y que, a medida que los datos se encarecen, se orienta hacia corpus más pequeños y un mayor número de épocas. Aplicado a Heaviside, este marco plantea una disyuntiva de infraestructura entre generar simulaciones únicas adicionales y realizar repetidas pasadas de entrenamiento sobre los datos existentes.

Lux ofrece capacidad de entrenamiento a gran escala

Las especificaciones de Lux de Oak Ridge Leadership Computing Facility incluyen más de 4.000 GPU AMD MI355X, 1,1 petabytes de memoria de alto ancho de banda y un rendimiento de 20 exaFLOPS en entrenamiento de IA con FP8. Cada MI355X cuenta con 288 GB de memoria HBM3E y un ancho de banda de 8 TB/s. Las asignaciones también incluyen acceso a Orion, el sistema de archivos Lustre de OLCF, con una capacidad superior a 600 petabytes.

Estas cifras describen la capacidad de Lux, no una aceleración medida de Heaviside. Su relevancia abarca ambos lados de la carga de trabajo: el rendimiento de los aceleradores para el entrenamiento, y la memoria y el almacenamiento para el corpus de simulación que lo alimenta.

Los modelos previstos apuntan a los chips y las comunicaciones

Arena Physica prevé que las generaciones posteriores de Heaviside abarquen patrones de radiación de campo lejano, geometrías más complejas y rangos de frecuencia más amplios, y amplíen la escala hasta incluir componentes mayores y sistemas completos. Entre las aplicaciones previstas figuran las antenas para las comunicaciones 5G, 6G y por satélite, la detección de radiofrecuencia en automóviles, y el empaquetado de semiconductores y la integridad de señal.

En el ámbito de los semiconductores, los usos señalados incluyen el diseño de SerDes de alta velocidad. Kumaran Siva, vicepresidente corporativo de estrategia empresarial de IA de AMD, relacionó el trabajo con el empaquetado tridimensional de chips y el aumento de las velocidades de SerDes, de 224 a 448 gigabits por segundo. Según afirmó, estas tendencias han convertido el comportamiento electromagnético en uno de los problemas más difíciles del diseño de semiconductores.

Arena Physica afirma que Heaviside está diseñado para predecir el comportamiento electromagnético varios órdenes de magnitud más rápido y a menor costo que los solucionadores tradicionales, y para permitir el diseño inverso autónomo. Se trata de objetivos para el desarrollo del modelo, no de mediciones de rendimiento obtenidas en la colaboración con Lux.

Arena Physica prevé compartir resultados a medida que avance el entrenamiento en Lux durante los próximos meses. Esos informes aportarán pruebas sustanciales para evaluar si el entrenamiento a escala de Lux puede ofrecer la cobertura más amplia de frecuencias, geometrías y sistemas completos que la empresa ha esbozado.