Arena Physica huấn luyện Heaviside trên siêu máy tính Lux sử dụng công nghệ AMD

Trong thông báo ngày 12 tháng 11 năm 2026, Arena Physica cho biết sẽ hợp tác với AMD để huấn luyện các thế hệ tiếp theo của mô hình điện từ Heaviside trên siêu máy tính Lux tại Phòng thí nghiệm Quốc gia Oak Ridge. Dự án được xây dựng dựa trên Heaviside-1, mô hình có 350 triệu tham số được phát hành vào tháng 9 năm 2026.

Arena Physica mô tả Heaviside là mô hình nền tảng đầu tiên dành cho điện từ học và cho biết phiên bản ban đầu được huấn luyện trên 250.000 mô phỏng trường ba chiều, bao gồm tổng cộng 500 tỷ mẫu trường riêng lẻ. Những con số này là cơ sở cho công việc với AMD, vốn là một chương trình huấn luyện dự kiến chứ không phải việc phát hành phiên bản kế nhiệm được huấn luyện trên Lux.

Dữ liệu mô phỏng thúc đẩy nhu cầu tính toán

Mỗi mẫu huấn luyện được tạo ra từ một mô phỏng điện từ toàn sóng, trong đó các phương trình Maxwell được giải trên mô hình 3D chi tiết của một cấu trúc. Vì vậy, việc tạo tập dữ liệu huấn luyện là một khâu đòi hỏi nhiều năng lực tính toán trong quá trình phát triển mô hình, bên cạnh năng lực tính toán cần cho chính quá trình huấn luyện.

“Các trường này rất nhạy với từng chi tiết của thiết kế, từ những đặc điểm nhỏ ở từng khu vực đến toàn bộ cấu trúc. Để nắm bắt được mức độ phức tạp đó, cần lượng lớn dữ liệu có độ trung thực cao và một kiến trúc mô hình được thiết kế chuyên biệt,” Michael Frei, giám đốc nghiên cứu của Arena Physica, cho biết.

Arena Physica liên hệ yêu cầu đó với Các quy luật mở rộng thực tiễn, một bài báo của Christopher M. Bryant và Hao Liu. Bài báo cho rằng các quy luật mở rộng định hướng cho quá trình huấn luyện mô hình hiện đại được hiệu chỉnh dựa trên giai đoạn tiền huấn luyện một lượt với lượng dữ liệu dồi dào, đồng thời chỉ ra những giới hạn mang tính cấu trúc khi nằm ngoài điều kiện đó. Công thức được đề xuất phân rã hàm mất mát thành các thành phần do thiếu năng lực mô hình, huấn luyện chưa đủ và quá khớp, đồng thời phân biệt số mẫu duy nhất với tổng số mẫu đã được sử dụng.

Sau khi được hiệu chỉnh, công thức này hỗ trợ phân bổ chi phí hiệu quả, chuyển hướng sang các tập dữ liệu nhỏ hơn và nhiều lượt huấn luyện hơn khi dữ liệu trở nên đắt đỏ. Khi áp dụng cho Heaviside, khuôn khổ này cho thấy sự đánh đổi về hạ tầng giữa việc tạo thêm các mô phỏng duy nhất và huấn luyện lặp lại trên dữ liệu hiện có.

Lux cung cấp năng lực huấn luyện quy mô lớn

Thông số kỹ thuật Lux của Cơ sở Máy tính Lãnh đạo Oak Ridge liệt kê hơn 4.000 GPU AMD MI355X, 1,1 petabyte bộ nhớ băng thông cao và hiệu năng huấn luyện AI FP8 đạt 20 exaFLOPS. Mỗi MI355X có 288 GB bộ nhớ HBM3E và băng thông 8 TB/s. Các suất phân bổ tài nguyên cũng bao gồm quyền truy cập vào Orion, hệ thống tệp Lustre của OLCF, với dung lượng hơn 600 petabyte.

Những số liệu này mô tả năng lực của Lux, chứ không phải mức tăng tốc đã được đo lường đối với Heaviside. Chúng có ý nghĩa ở cả hai khâu của khối lượng công việc: thông lượng bộ tăng tốc phục vụ huấn luyện, cùng bộ nhớ và lưu trữ dành cho tập dữ liệu mô phỏng cung cấp dữ liệu cho quá trình đó.

Các mô hình dự kiến nhắm đến chip và truyền thông

Arena Physica dự kiến các thế hệ Heaviside sau này sẽ bao quát các mẫu bức xạ trường xa, hình học phức tạp hơn và dải tần rộng hơn, mở rộng quy mô để xử lý các cấu phần lớn hơn và toàn bộ hệ thống. Các ứng dụng mục tiêu bao gồm ăng-ten cho truyền thông 5G, 6G và vệ tinh; cảm biến tần số vô tuyến trong ô tô; cùng thiết kế đóng gói bán dẫn và tính toàn vẹn tín hiệu.

Trong lĩnh vực bán dẫn, các ứng dụng được nêu bao gồm thiết kế SerDes tốc độ cao. Kumaran Siva, phó chủ tịch phụ trách chiến lược doanh nghiệp về AI của AMD, liên hệ công việc này với đóng gói chip 3D và tốc độ SerDes tăng từ 224 lên 448 gigabit mỗi giây, đồng thời cho biết những xu hướng đó đã khiến hành vi điện từ trở thành một trong những vấn đề khó giải quyết nhất trong thiết kế bán dẫn.

Arena Physica cho biết Heaviside được thiết kế để dự đoán hành vi điện từ nhanh hơn và với chi phí thấp hơn nhiều bậc độ lớn so với các bộ giải truyền thống, đồng thời cho phép thiết kế ngược tự động. Đây là những mục tiêu trong quá trình phát triển mô hình, không phải các kết quả đo hiệu năng từ sự hợp tác với Lux.

Arena Physica dự kiến chia sẻ kết quả khi quá trình huấn luyện trên Lux tiến triển trong những tháng tới. Các báo cáo đó sẽ cung cấp bằng chứng thực chất để đánh giá liệu việc huấn luyện ở quy mô Lux có thể mang lại khả năng bao quát rộng hơn về tần số, hình học và toàn bộ hệ thống như công ty đã đề ra hay không.