Arena Physica 将在 AMD 驱动的 Lux 超级计算机上训练 Heaviside

Arena Physica 于 2026 年 11 月 12 日在公告中表示，将与 AMD 合作，在橡树岭国家实验室的 Lux 超级计算机上训练其Heaviside电磁学模型的后续版本。该项目以 Heaviside-1 为基础；这款拥有 3.5 亿个参数的模型于 2026 年 9 月发布。

Arena Physica 将 Heaviside 描述为首个电磁学基础模型，并称其初始版本基于 25 万次三维场模拟进行训练，涵盖 5000 亿个独立场样本。这些数字构成了 AMD 合作项目的基准；该项目是一个计划中的训练计划，而不是发布一款在 Lux 上训练的后续模型。

模拟数据推高计算需求

每个训练样本都来自一次全波电磁模拟，其中要在结构的精细三维模型上求解麦克斯韦方程。因此，生成训练语料是模型开发中计算密集型的一环，此外，训练本身也需要大量计算资源。

Arena Physica 首席研究官 Michael Frei 表示：“这些场对设计细节极为敏感，从微小的局部特征到整体结构皆是如此。要捕捉这种复杂性，需要大量高保真数据和专门设计的模型架构。”

Arena Physica 将这一需求与《实用缩放定律》一文联系起来，该论文由 Christopher M. Bryant 和 Hao Liu 撰写。论文指出，指导现代模型训练的缩放定律是针对数据丰富、仅进行单轮预训练的情况校准的，并揭示了这些定律在该适用范围之外存在的结构性局限。论文提出的公式将损失分解为容量不足、训练不足和过拟合三项，同时区分独立样本数量与模型实际见过的样本总数。

完成校准后，该形式可支持一种兼顾成本的资源分配方案：随着数据成本上升，方案会转向规模更小的语料库和更多轮次的训练。将这一框架应用于 Heaviside 后，便可看出基础设施方面的权衡：是生成更多独立模拟数据，还是对现有数据反复进行训练。

Lux 提供大规模训练能力

橡树岭领导力计算设施公布的 Lux 规格列出：4,000 多块 AMD MI355X GPU、1.1 PB 高带宽内存，以及 20 exaFLOPS 的 FP8 AI 训练性能。每块 MI355X 配备 288 GB HBM3E 内存，带宽为 8 TB/s。分配的资源还包括访问 Orion（橡树岭领导力计算设施的 Lustre 文件系统）的权限，该文件系统容量超过 600 PB。

这些数字描述的是 Lux 的能力，并非 Heaviside 经实测获得的加速效果。它们与工作负载的两方面都有关：一是用于训练的加速器吞吐量，二是用于存储为训练提供数据的模拟语料库的内存和存储空间。

计划中的模型将面向芯片与通信应用

Arena Physica 计划让后续版本的 Heaviside 覆盖远场辐射方向图、更复杂的几何结构和更宽的频率范围，并将适用规模扩展至更大的组件和完整系统。目标应用包括用于 5G、6G 和卫星通信的天线、汽车射频传感，以及半导体封装和信号完整性。

在半导体领域，所述用途包括高速 SerDes 设计。AMD 企业 AI 战略高级副总裁 Kumaran Siva 将这项工作与 3D 芯片封装联系起来，并提到 SerDes 速度正从每秒 224 吉比特提升至每秒 448 吉比特。他表示，这些趋势已使电磁行为成为半导体设计中最棘手的问题之一。

Arena Physica 表示，Heaviside 旨在以比传统求解器快几个数量级、低得多的成本来预测电磁行为，并实现自主逆向设计。这些是该模型开发的目标，并非 Lux 合作项目的性能测量结果。

Arena Physica 计划在未来几个月 Lux 训练推进期间分享进展。这些报告将提供实质性证据，用于评估 Lux 级别的训练能否实现该公司所概述的更广频率范围、更丰富的几何结构以及完整系统覆盖。