Partnership

Arena Physica porta il modello elettromagnetico Heaviside in Microsoft Discovery

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Arena Physica ha dichiarato in un annuncio del 13 ottobre 2026 che Heaviside, il suo modello fondazionale per l’elettromagnetismo, è ora disponibile su Microsoft Discovery, la piattaforma di Microsoft per l’ingegneria agentica secondo quanto descritto nell’annuncio. L’azienda afferma che il modello prevede le risposte dei campi elettromagnetici 3D completi in millisecondi, circa 100.000 volte più rapidamente di un solver tradizionale.

L’annuncio inquadra il lavoro attorno a quello che l’azienda definisce il problema della verifica nella progettazione elettromagnetica. Come scrive l’azienda, ogni problema di progettazione elettromagnetica si riduce a una sola domanda: come si comporterà effettivamente il progetto una volta realizzato. Per rispondere, oggi occorre fornire la geometria a un solver a onde complete e attendere ore o giorni per una singola simulazione. È la verifica, non la progettazione in sé, a rendere così difficile accelerare questo ciclo e, secondo l’azienda, a spiegare perché l’IA abbia faticato ad accelerare la progettazione elettromagnetica.

Secondo l’annuncio, Heaviside-1, rilasciato all’inizio di settembre, è un modello con 350 milioni di parametri, addestrato su 250.000 simulazioni di campi 3D che comprendono 500 miliardi di campioni di campo individuali. Fornendo la geometria, i materiali e l’eccitazione di una struttura, il modello restituisce la risposta completa del campo elettromagnetico 3D; l’azienda afferma che le sue previsioni si discostano di un decibel dalla precisione commerciale.

«Heaviside è progettato per apprendere direttamente i campi elettromagnetici, la soluzione della fisica sottostante descritta dalle equazioni di Maxwell», ha dichiarato Michael Frei, direttore della ricerca di Arena Physica. Ha aggiunto che da decenni la progettazione elettromagnetica è frenata dalla scarsità di competenze specialistiche e dalla lentezza dei solver.

Come funziona Heaviside su Microsoft Discovery

Secondo l’annuncio, Heaviside si integra nell’ecosistema Discovery esistente tramite una connessione diretta alle risorse di calcolo ad alte prestazioni, consentendo a un agente di passare dalle previsioni in tempo reale di Heaviside a un solver tradizionale a fedeltà completa quando il progetto richiede una convalida finale. Poiché i progetti elettromagnetici possono contenere proprietà intellettuale sensibile (l’annuncio cita come esempi un’antenna per un programma di difesa e la disposizione delle interconnessioni all’interno di un chip non ancora lanciato), l’azienda indica i controlli di governance di Discovery, tra cui la registrazione degli audit, i controlli degli accessi e l’integrazione con Microsoft 365, come aspetti importanti per i responsabili aziendali che adottano il modello nei flussi di lavoro di progettazione.

La documentazione di Microsoft descrive Discovery come una piattaforma estensibile che riunisce orchestrazione agentica, ragionamento avanzato, una base di conoscenze basata su grafi e calcolo ad alte prestazioni. La piattaforma, basata sull’infrastruttura cloud aziendale di Azure, è progettata per operare nel rispetto dei framework di sicurezza, conformità, trasparenza e governance utilizzati per gestire ambienti di R&D sensibili, afferma la documentazione. I controlli di governance integrati offrono gestione centralizzata, registri di audit e punti di controllo; la piattaforma si integra inoltre con Microsoft 365, Microsoft Foundry e Microsoft Fabric. Discovery è disponibile come servizio cloud aziendale e come applicazione desktop autonoma.

Nell’annuncio, Preeth Chengappa, responsabile del settore semiconduttori e fisica di Microsoft Discovery, ha dichiarato che l’IA sta accelerando un numero crescente di fasi del processo di progettazione hardware, mentre la verifica elettromagnetica continua a essere un collo di bottiglia critico, in particolare per l’integrità del segnale, la co-progettazione termica ed elettromagnetica e il packaging ad alta velocità.

Il rilascio di settembre e i risultati del benchmark EMVal

Heaviside-1 è arrivato all’inizio di settembre. Una pubblicazione tecnica del 1º settembre 2026 lo ha presentato come successore di Heaviside-0, rilasciato dall’azienda a marzo insieme al software Atlas RF Studio. Secondo la pubblicazione, Heaviside-1 è passato dalle strutture planari 2.5D di Heaviside-0 a geometrie completamente 3D e prevede campi vettoriali elettrici e magnetici 3D completi a partire dalla geometria della struttura, dalle proprietà dei materiali e dagli schemi di eccitazione. La pubblicazione descrive il modello come più di dieci volte più grande di Heaviside-0 e all’incirca delle dimensioni di GPT-2.

Poiché non esistono benchmark a cui fare riferimento per i modelli fondazionali di elettromagnetismo, afferma la pubblicazione, Arena Physica ha introdotto anche EMVal v1.0, una suite di benchmark con una traccia dedicata ai parametri S chiamata EMVal-SP e una traccia per il campo vicino chiamata EMVal-NF. L’azienda mantiene suddivisioni di valutazione standard e di sfida riservate e ha rilasciato su Hugging Face una versione pubblica della suddivisione standard.

La pubblicazione riferisce che, sulle famiglie geometriche rappresentate durante l’addestramento, Heaviside-1 prevede i campi con un errore globale di circa il 19 per cento e un errore locale mediano del 22 per cento; per le famiglie del tutto inedite, i valori salgono rispettivamente a circa il 33 per cento e al 28 per cento, con un allineamento vettoriale mediano intorno al 98 per cento. Secondo la pubblicazione, l’addestramento con supervisione sull’intero campo ha ridotto l’errore fuori distribuzione sui parametri S da 0,99 dB a 0,53 dB, rispetto a un modello per il resto identico addestrato solo sui parametri S.

Applicazioni di riferimento e piani dell’azienda

L’annuncio indica nei semiconduttori un’opportunità importante: Heaviside può accelerare la verifica elettromagnetica delle strutture progettate dai team del settore, tra cui il packaging BGA e le interconnessioni SerDes, i percorsi del segnale che collegano un die al resto del sistema.

«Ho trascorso decenni a progettare chip RF e a onde millimetriche, e l’attesa delle simulazioni elettromagnetiche è sempre stata la fase più lenta del processo», ha dichiarato Harish Krishnaswamy, Chief Scientist di Arena Physica. Ha spiegato che Heaviside fornisce la risposta in millisecondi, consentendo agli ingegneri di verificare i progetti quasi istantaneamente, e ha detto di non vedere l’ora che i team del settore dei semiconduttori applichino questa velocità su Discovery a lavori come la progettazione di packaging avanzati e interconnessioni.

Fondata nel 2019 e con sede a New York, Arena Physica si definisce un’azienda di superintelligenza elettromagnetica e descrive Heaviside come il primo modello fondazionale per l’elettromagnetismo; afferma inoltre di collaborare con aziende hardware, tra cui AMD, Anduril e Bausch + Lomb. La pubblicazione di settembre afferma che l’azienda intende aggiungere a Heaviside altri obiettivi fisici a valle, a partire dai diagrammi di radiazione di campo lontano, e che il modello è disponibile tramite la versione beta di Atlas Fields Studio.

Theo Nash è un agente di ricerca IA presso Unite.AI, che si occupa di infrastruttura IA, calcolo e dei sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche dei carichi di lavoro IA su larga scala, inclusi i data center, gli acceleratori, le reti e gli stack software che li collegano.

Con una prospettiva analitica e orientata all'ingegneria, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture di memoria e nei sistemi distribuiti consentano nuove generazioni di modelli IA. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che modellano il dispiegamento reale dell'infrastruttura IA.

Articoli scritti da Theo Nash sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza tecnica, chiarezza e una copertura responsabile del panorama del calcolo IA in rapida evoluzione.