Arena Physica đưa mô hình điện từ Heaviside lên Microsoft Discovery

Trong thông báo ngày 13 tháng 10 năm 2026, Arena Physica cho biết Heaviside, mô hình nền tảng về điện từ học của công ty, hiện đã có mặt trên Microsoft Discovery, nền tảng mà thông báo mô tả là nền tảng kỹ thuật dựa trên tác nhân của Microsoft. Theo công ty, mô hình dự đoán phản hồi của trường điện từ 3D đầy đủ chỉ trong vài mili giây, nhanh hơn khoảng 100.000 lần so với bộ giải truyền thống.

Thông báo đặt vấn đề trong bối cảnh điều mà công ty gọi là bài toán kiểm chứng trong thiết kế điện từ. Theo công ty, mọi bài toán thiết kế điện từ đều quy về một câu hỏi duy nhất: thiết kế sẽ thực sự hoạt động như thế nào sau khi được chế tạo. Hiện nay, để trả lời câu hỏi đó, người ta phải đưa hình học của thiết kế vào một bộ giải trường toàn sóng và chờ hàng giờ hoặc hàng ngày cho một lần chạy. Theo công ty, chính khâu kiểm chứng, chứ không phải bản thân việc thiết kế, khiến vòng lặp này khó tăng tốc đến vậy; đây cũng là lý do AI gặp khó khăn trong việc đẩy nhanh quá trình thiết kế điện từ.

Theo thông báo, Heaviside-1, được phát hành vào đầu tháng 9, là mô hình có 350 triệu tham số, được huấn luyện trên 250.000 mô phỏng trường 3D bao gồm tổng cộng 500 tỷ mẫu trường riêng lẻ. Khi được cung cấp hình học, vật liệu và kích thích của một cấu trúc, mô hình trả về phản hồi của trường điện từ 3D đầy đủ; công ty cho biết các dự đoán của mô hình có độ chính xác thương mại với sai số trong khoảng một decibel.

“Heaviside được xây dựng để trực tiếp học các trường điện từ—lời giải cho các quy luật vật lý nền tảng do các phương trình Maxwell chi phối”, Michael Frei, Giám đốc Nghiên cứu của Arena Physica, cho biết. Ông nói thêm rằng trong nhiều thập kỷ, việc thiết kế điện từ bị cản trở bởi tình trạng thiếu chuyên môn và các bộ giải chậm.

Heaviside hoạt động như thế nào trên Microsoft Discovery

Thông báo cho biết Heaviside kết nối với hệ sinh thái hiện có của Discovery thông qua kết nối trực tiếp với năng lực tính toán hiệu năng cao, cho phép tác nhân chuyển đổi giữa các dự đoán theo thời gian thực của Heaviside và bộ giải truyền thống có độ trung thực đầy đủ khi thiết kế cần được xác thực lần cuối. Vì thiết kế điện từ có thể chứa thông tin sở hữu trí tuệ (IP) nhạy cảm—thông báo nêu ví dụ về ăng-ten cho một chương trình quốc phòng và bố trí liên kết bên trong một con chip chưa ra mắt—công ty nhấn mạnh rằng các biện pháp kiểm soát quản trị của Discovery, bao gồm ghi nhật ký kiểm toán, kiểm soát quyền truy cập và tích hợp Microsoft 365, là những yếu tố quan trọng mà lãnh đạo doanh nghiệp cần cân nhắc khi đưa mô hình vào quy trình thiết kế.

Tài liệu của Microsoft mô tả Discovery là một nền tảng có thể mở rộng, kết hợp khả năng điều phối dựa trên tác nhân, suy luận nâng cao, nền tảng tri thức dựa trên đồ thị và năng lực tính toán hiệu năng cao. Tài liệu cho biết, được xây dựng trên hạ tầng đám mây dành cho doanh nghiệp của Azure, nền tảng này được thiết kế để vận hành trong khuôn khổ bảo mật, tuân thủ, minh bạch và quản trị dùng để quản lý các môi trường nghiên cứu và phát triển (R&D) nhạy cảm. Các biện pháp kiểm soát quản trị tích hợp cung cấp khả năng quản lý tập trung, dấu vết kiểm toán và các điểm kiểm tra; nền tảng cũng tích hợp với Microsoft 365, Microsoft Foundry và Microsoft Fabric. Discovery hiện có dưới dạng dịch vụ đám mây dành cho doanh nghiệp và ứng dụng máy tính độc lập.

Trong thông báo, Preeth Chengappa, Trưởng bộ phận ngành Bán dẫn & Vật lý tại Microsoft Discovery, cho biết AI đang đẩy nhanh nhiều khâu hơn trong quy trình thiết kế phần cứng, trong khi kiểm chứng điện từ vẫn là một nút thắt quan trọng, đặc biệt đối với tính toàn vẹn tín hiệu, thiết kế đồng thời nhiệt và điện từ, cũng như đóng gói tốc độ cao.

Bản phát hành tháng 9 và kết quả chuẩn đối sánh EMVal

Heaviside-1 ra mắt vào đầu tháng 9. Một ấn phẩm kỹ thuật đề ngày 1 tháng 9 năm 2026 giới thiệu mô hình này là phiên bản kế nhiệm Heaviside-0, được công ty phát hành vào tháng 3 cùng với phần mềm Atlas RF Studio. Theo ấn phẩm, Heaviside-1 mở rộng từ các cấu trúc phẳng 2.5D của Heaviside-0 sang hình học 3D hoàn toàn, đồng thời dự đoán các trường vectơ điện và từ 3D đầy đủ dựa trên hình học, đặc tính vật liệu và mẫu kích thích của một cấu trúc. Ấn phẩm mô tả mô hình này có quy mô lớn hơn Heaviside-0 hơn mười lần và xấp xỉ quy mô của GPT-2.

Ấn phẩm cho biết, do hiện chưa có bộ chuẩn đối sánh nào để các mô hình nền tảng về điện từ học sử dụng, Arena Physica cũng đã giới thiệu EMVal v1.0, một bộ chuẩn đối sánh gồm nhánh tham số S mang tên EMVal-SP và nhánh trường gần mang tên EMVal-NF. Công ty duy trì các tập đánh giá tiêu chuẩn và thử thách ở chế độ riêng tư, đồng thời đã phát hành phiên bản công khai của tập tiêu chuẩn trên Hugging Face.

Ấn phẩm cho biết, với các nhóm hình học có trong dữ liệu huấn luyện, Heaviside-1 dự đoán trường với sai số toàn cục khoảng 19% và sai số cục bộ trung vị 22%; các mức này tăng lên lần lượt khoảng 33% và 28% đối với những nhóm hoàn toàn chưa từng xuất hiện, trong khi độ căn chỉnh vectơ trung vị đạt khoảng 98%. Theo ấn phẩm, việc huấn luyện bằng giám sát trường đầy đủ đã giảm sai số tham số S ngoài phân phối từ 0,99 dB xuống 0,53 dB so với một mô hình giống hệt về mọi mặt nhưng chỉ được huấn luyện bằng các tham số S.

Ứng dụng mục tiêu và kế hoạch của công ty

Thông báo xác định lĩnh vực bán dẫn là một cơ hội lớn, cho biết Heaviside có thể đẩy nhanh việc kiểm chứng điện từ trên các cấu trúc mà đội ngũ bán dẫn thiết kế, bao gồm đóng gói BGA và các liên kết SerDes—những đường tín hiệu nối một khuôn bán dẫn với phần còn lại của hệ thống.

“Tôi đã dành hàng chục năm thiết kế chip RF và sóng milimét, và khâu chậm nhất trong quy trình luôn là chờ mô phỏng điện từ”, Harish Krishnaswamy, nhà khoa học trưởng tại Arena Physica, cho biết. Ông nói Heaviside đưa ra câu trả lời chỉ trong vài mili giây, nhờ đó các kỹ sư có thể gần như lập tức xác minh thiết kế, đồng thời cho biết ông mong chờ các nhóm bán dẫn trên Discovery áp dụng tốc độ này vào những công việc như thiết kế đóng gói tiên tiến và thiết kế kết nối.

Arena Physica, được thành lập năm 2019 và đặt trụ sở tại thành phố New York, tự mô tả là một công ty siêu trí tuệ điện từ, còn Heaviside là mô hình nền tảng đầu tiên dành cho điện từ học; công ty cho biết mình hợp tác với các doanh nghiệp phần cứng, trong đó có AMD, Anduril và Bausch + Lomb. Bài công bố hồi tháng 9 cho biết công ty dự định bổ sung thêm các mục tiêu vật lý ở những giai đoạn tiếp theo cho Heaviside, bắt đầu với các giản đồ bức xạ trường xa, và mô hình hiện có trong bản beta của Atlas Fields Studio.