Periodic Labs ay nagtatrabaho sa isang modelo na may trillion na parameter gamit ang 1,300 H200 GPUs para sa mga siyentipikong eksperimento

Ipinahayag ng Periodic Labs ang scientific model na Periodic Neon: nagsisimula ito sa open-weight na trillion-parameter model na Kimi K2.6, na tinuturuan sa gitna gamit ang data ng materyales na ginawa ng kanilang laboratorio, at binabalewala muli sa laboratorio para masuri ang mga resulta ng X-ray diffraction. Sa pinakamahirap na panloob na pagsubok na FrontierXRD, tumataas ang tagumpay mula sa 2.7% ng base model hanggang sa 55.3%; sinasabi ng Periodic na mas mataas ito kaysa sa GPT‑6 Astra at Claude Fable 5.1 sa partikular na gawain, habang mas mura ang gastos. Ang tunay na dapat tandaan ay hindi ang simpleng paghahambing na “1,300 na H200 ay lalabas sa 100,000 na GPU,” kundi ang pagbuo ng loop ng eksperimento–pagtuturo–muli sa eksperimento: patuloy na nagpapagawa ang physical lab ng mga bagong data na wala sa internet, natututo ang model mula dito, at nagpapasya kung ano ang susunod na sasynthesize at sasubukan. Gayunpaman, lahat ng pangunahing tagumpay ay galing pa rin sa panloob na pagsubok ng kompanya, nakadepende sa LLM judge, at wala pa ring peer review o independent replication; ang Neon ay sumasakop sa mahal na pre-training ng Kimi K2.6, at hanggang sa pagkuha ng impormasyon, wala pang public download link para sa Neon weights.

May-akda ng artikulo, pinagkukunan: Periodic Labs

Si Periodic Labs ay naghahanap ng mas mahusay na superconductor at magnetic materials. Ang mga eksperimentador ay maaaring tukuyin ang target na materyales, piliin ang mga materyales at temperatura, ngunit ang resultang pulbos ay hindi laging ang inaasahang produkto: maaaring magkaroon ng target na crystal phase, hindi nabubulok na mga materyales, at hindi inaasahang by-product.

Gumagamit ang mga siyentipiko karaniwan ng powder X-ray diffraction, o XRD, upang matukoy ang komposisyon ng isang sample. Pagkatapos i-irradiate ang kristal ng X-ray, nabubuo ang isang hanay ng mga peak; iba’t ibang kristal na istruktura ay nagtataglay ng iba’t ibang pattern, katulad ng “fingerprint” ng materyales.

Ngunit ang mga tunay na sample ay karaniwang naglalaman ng maraming mga materyales kung saan ang mga peak ay nagkakasalubong. Maaaring magkaroon ng isang matematikal na mabuting fit, ngunit maaaring hindi makatwiran sa kimika. Kailangan din ng mga analista na isaalang-alang ang mga materyales, temperatura, atmospera, kung nakakasalubong ang sample sa tubig, mga nakaraang eksperimento, database ng kristal, mga kalkulasyon sa termokimika, at kaugnay na mga papel upang masukat kung anong mga phase ang totoo at ano ang kanilang mga proporsyon.

Ang Periodic ay sinasabi na ang mga kumplikadong sample ay maaaring kailanganin ng ilang oras para sa pag-aaral ng mga scientist ng materyales. Sa kanilang pagtataya, ang average na tinanggap na sagot ay naglalaman ng limang uri ng phase. Ito ang gagawin ng Neon: basahin ang mga diffraction pattern at ang buong eksperimental na konteksto, i-trigger ang database at scientific software, magbigay ng mga kandidatong phase, at paulit-ulit na i-verify ang kanilang interpretasyon.研究文章Ang modelo ay nagsimula nang gamitin sa high-throughput lab ng kumpanya.

Hindi ang Neon isang bagong pangunahing modelo na nagsimula sa zero. Nagsimula ang Periodic sa open-weight na Kimi K2.6, pinagsama ang scientific corpus na binubuo ng akademikong papel, code, at proprietary na eksperimental na data, at sinunod ang reinforcement learning gamit ang laboratoryo data.

Sa pinakamahirap na panloob na pagsubok ng kompanya, ang FrontierXRD, ang orihinal na tagumpay ng Kimi K2.6 ay 2.7%, habang ang Neon ay nakamit ang 55.3%, isang pagtaas ng halos 20 beses. Ang pagsubok ay naglalaman ng 134 na kumplikadong sample mula sa Periodic Labs.

Ang kumpanya ay nagsubok din ng 198 XRD measurements mula sa mga naka-iiwanang kimikal na sistema: ang mga sistema na ito at ang mas malalaking sistema na naglalaman nito ay hindi nakalagay sa training data, ngunit ang mga mas maliit na sub-system ay maaaring naging bahagi na. Nagtagumpay din ang Neon sa set na ito ng pagsubok kumpara sa iba pang mga modernong modelo, ngunit binanggit nang malinaw ng Periodic na ang set na ito ay mas madali kaysa sa FrontierXRD.

(Mayroong scatter plot ng performance-cost, curve ng reinforcement learning scalability, at graph ng generalization results sa chemical system.)

Ang “higit sa GPT‑6 Astra at Claude Fable 5.1” dito ay limitado lamang sa Periodic self-built XRD evaluation. Hindi ito nagpapahiwatig na mas malakas ang Neon sa pangkalahatang pag-iisip, pag-program, o kakayahan sa wika, at hindi ito dapat gamitin upang magtatag ng komprehensibong pagkakaroon ng modelo.

At ang 55.3% na resulta ay nangangahulugan na may malapit sa kalahati pa rin ng pinakamahirap na sample na hindi natapos. Mas angkop ang Neon bilang kasangkapan upang palawakin ang kakayahan ng mga siyentipiko, kaysa bilang awtomatikong eksperto sa materyales na walang pagmamasid.

Ang pangunahang lohika na ipinapahayag ng Periodic ay: ang mga mataas na kalidad na siyentipikong data na ibinibigay ng pampublikong internet ay higit na limitado, samantalang ang mga pisikal na laboratorio ay maaaring magpatuloy na lumikha ng mga bagong data.

Ang mga tradisyonal na papel ay lalong nagtataglay ng mga matagumpay na resulta. Ang mga materyales na hindi nabuo, ang mga temperatura at proporsyon na nabigo, at ang anumang anomaliya sa mga kagamitan ay karaniwang hindi nakakapasok sa mga papel, ngunit mahalaga sila para sa pagtataya ng susunod na pagsubok. Ang sariling laboratorio ay maaaring panatilihin ang lahat ng matagumpay, nabigo, at hindi tiyak na resulta.

Ang kumpanya ay hinati ang pagkakakita ng materyales sa tatlong siklo ng hakbang:

Una, palagayin kung anong materyales ang dapat gawin; susunod, palagayin kung paano sisintesisin; at huli, analisahin kung anong nailikha ng eksperimento. I-feedback ang mga resulta ng pagsusuri sa modelo upang iayos ang susunod na hipotesis.

Ang Neon ay kasalukuyang pinapabuti ang hakbang na tatlo. Ang susunod na yugto ng Periodic ay naghahangad na pahintulutan ang modelo na direktang magplano ng mga proyektong pananaliksik, isulat ang mga proseso ng sintesis, at piliin ang susunod na eksperimento na may pinakamalaking halagang impormasyon.

May mahalagang pagkakaiba ito mula sa matematika at code reinforcement learning. Ang mga programa ay maaaring patakbuhin ang mga pagsubok sa ilang segundo, at ang mga matematikong sagot ay maaaring i-check ng mga pormal na sistema; ang mga pisikal na eksperimento ay nangangailangan ng mga kagamitan, materyales, at oras, at minsan ay tumatagal ng ilang araw, at ang mga resulta ay maaaring magkakaroon ng kalabuan. Hindi kayang i-start ng mga kumpanya ang libu-libong tunay na eksperimento nang instant tulad ng paggawa ng code, kaya kailangan nilang gamitin nang buong potensyal ang mga datos na nakalap sa panahon na inaantay ang mga eksperimento upang itrain at mapabuti ang mga modelo.

Sinabi ng Periodic na ang pinakamataas na sukat ng huling pagtatrabaho sa pagsasanay ng Neon ay 1,300 na Nvidia H200, na sumasakop sa intermediate training at reinforcement learning phases. Ikinukumpara ng kumpanya ito sa higit sa 100,000 na Blackwell GPU na ginagamit ng GPT‑6 Astra, upang ipakita na ang propesyonal na data ay maaaring mabawasan ang computing power na kailangan para sa pagsasanay ng pangkalahatang scientific capability.

Ngunit hindi ito komparasyon sa parehong batayan.

Ang Neon ay nagmula sa trillion-parameter weights ng Kimi K2.6, kasama ang lahat ng data at computing power na ginastus ng dating pre-training. Ang 1,300 na H200 ay kumakatawan lamang sa peak scale ng pagpapatuloy ng Periodic sa pagtratrabaho sa modelo, hindi ang buong gastos upang makamit ang kakayahan sa trillion-parameter. Hindi rin inilabas ng kumpanya ang buong haba ng pagtatrabaho, kabuuang GPU hours, pagkonsyumo ng enerhiya, o kabuuang gastos.

Mas mahalaga ang mga detalye ng inhenyeriya nito.Artikulo tungkol sa infrastrakturaay nagpapahayag na ang kumpanya ay nag-modify sa Megatron, SGLang, Miles, at Ray upang makamit ang 4.1 beses na mas mataas na throughput sa pag-train ng mahabang sequence kumpara sa kanilang Megatron baseline, at mapataas ang bilis ng decoding ng mga modelo na may trilyon na parameter mula sa 10 token bawat pahinga bawat segundo hanggang 25.

Ang isang pagpapatakbo ng XRD Agent ay maaaring magtrabaho nang higit sa isang oras, kung saan kailangang i-run muli at muli ang mga agham na programa. Noong unang panahon, ang sistema ay nagbigay ng code na humingi ng 80GB ng memorya, na nagresulta sa pagkabigo ng buong training task. Pagkatapos, nilikha ng team ang isang isolated environment na tinatawag na pbox, kung saan isinasaayos ang code ng model sa isang sandbox, at ginagamit ang mga CPU resource na walang ginagawa ng GPU server para sa pagproseso ng mga agham na kasangkapan.

(Ang orihinal na imprastruktura ay naglalaman ng higit sa isang oras na trahektorya ng pagpapatakbo ng Agent, asinkronong pagtatrabaho at arkitektura ng pag-iisip, at mga grap ng paghahambing ng pagsasandali ng pbox.)

Periodic ay gumamit din ng parehong Claude Opus 5 upang ihambing ang dalawang Agent environment.

Isang paraan ay ang Claude Code kasama ang bukas na source na crystal database at standard na XRD software; ang isa pang paraan ay ang sariling scientific work environment ng Periodic, na naglalaman ng experimental context, internal materials database, simulation results, at customized analysis tools.

Sa parehong modelo at parehong gastos sa isang pag-aaral, ang tagumpay na rate ng Periodic environment ay 3.8 beses ang dami ng unang isa. Ito ay nagpapakita na ang bottleneck ng XRD task ay hindi lamang ang model weights, kundi kabilang din kung makakakita ang modelo ng tamang eksperimentong rekord, makakapag-call ng tamang mga kasangkapan, at makakapag-save ng mga nakaraang pag-aaral.

Kaya ang pangunahing kahusayan ng Neon ay mahirap ma-replica sa pamamagitan ng pagkopya lamang ng isang modelo. Mas mahalaga ang mga asset tulad ng mga datos ng laboratorio, database, interface ng mga kagamitan, at mga proseso ng pagsusuri sa likod ng modelo.

Ito ay nangangahulugan na ang agham na AI ay maaaring magbuo ng isang kompetitibong landscape na iba sa mga pangkalahatang chat model: mas malaki ang laboratorio, mas marami ang proprietary data na nabubuo; mas maganda ang model, mas maraming eksperimento ang maaaring gabayan; at ang mga bagong eksperimento ay karagdagang lalawak sa advantaheng data.

Ang komplikadong pag-aaral ng XRD ay karaniwang walang murang, natatangi, at awtomatikong mai-verify na tamang sagot. Ang magandang pag-fit ng mga peak ay hindi nangangahulugan na ang resulta ay sumusunod sa mga kimikal na batas. Kaya, pinag-aralan ni Periodic ang libu-libong pattern na itinandaan ng tatlong doktor sa materyales, at ginamit ang isang sistema ng tagapaghatol na binubuo ng Claude Opus 5 at GPT‑5.6 Sol upang bigyan ng puntos ang output ng modelo.

Ang pagkakasundo sa pagitan ng dalawang tao na eksperto ay 77.2%; ang pagkakasundo sa pagitan ng LLM judge at isang tao na eksperto ay 74.6%; samantalang ang pagkakasundo sa pagitan ng LLM judge at konsensyo ng mga eksperto ay 84%.

Nagpapakita ang mga resultang ito na ang AI referee ay maaaring magkatulad sa paghuhusga ng mga eksperto, ngunit hindi ito katumbas ng obhetibong katotohanan. Mayroon nang pagkakaiba-iba sa pagitan ng mga tao, at maaaring may paboritong istilo ng sagot ang modelo ng referee, o maaaring makalimutan ang lahat ng mga kamalian na hindi nakikita ng lahat ng mga tagapag-annotate.

Mas mahalaga na tandaan na ang modelo, kapaligiran ng paggawa, mga sample, at paraan ng pagmamarka ng FrontierXRD ay disenyo ng Periodic. Bagaman ang kumpanya ay nagpalabas ng maraming paraan at estadistika, hindi pa ito ipinakalabas ang buong set ng pagsusuri, mga datos sa pagtuturo, o mga timbang ng Neon na maaaring gamitin ng ibang tao para muli itong i-run, at ang mga resulta ay hindi pa pinagsurihan ng mga katulad.

Pinapaliwanag ng Periodic na sinunod ni Neon ang pagtatrabaho mula sa open-weight model na Kimi K2.6. Dahil dito, ilang social media ay tinatawag na “open-weight scientific model” si Neon.

Ngunit hanggang sa pagkuha ng impormasyon, ang opisyal na pahayag ay hindi nagbibigay ng model card, lisensya, o link para sa pag-download ng weights ng Neon, at hindi rin nagbibigay ng code o data na makakapag-replicate nang buo ang intermediate training at reinforcement learning. Ang tama pang pahayag ay: ang Neon ay batay sa mga open-weight model, hindi pa napatunayan na ang trained weights ng Neon ay opisyal na inilabas sa publiko.

Mahalaga ang pagkakaiba na ito. Kasalukuyang hindi kayang patotohanan ng mga panlabas na mananaliksik ang 55.3% na resulta, o masukat kung gaano karami sa pagpapabuti ay galing sa mga eksperimentong data, reinforcement learning, mga espesyal na kasangkapan, budget para sa pag-iisip, o sa mga environment ng pagsusuri.

Ang mga malalaking modelo sa agham noong nakaraan ay nagsanay sa mga kaalaman na nakasulat na sa mga papel, patente, at mga rekord ng database. Sinubukan ng Periodic na lumikha ng susunod na hakbang: pagpapahintulot sa modelo na obserbahan ang mga eksperimento na tapos lamang ngayon at hindi pa kailanman nakikita sa internet, at paggamit ng mga resultang ito upang gabayan ang mga susunod na eksperimento.

Hindi pa ito isang “AI scientist” na kompletong bersyon. Kailangan pa rin ng mga tao ang pagtukoy ng mga layunin sa pag-aaral, pagbuo ng laboratorio, pagpapanatili ng mga kagamitan, pagdidisenyo ng mga reward, pagsusuri sa mga konklusyon ng XRD, at pagpapasya kung aling mga materyales ang dapat patuloy na i-investigan. Nagpapatotoo ang Neon sa isang mahalagang bahagi na maaaring malaki ang automatizasyon: habang tumataas ang bilang ng mga eksperimento, hindi na kailangang ganap na depende sa parehong proporsyonal na pagtaas ng mga eksperto na tao para sa pagsusuri ng mga resulta.

Kung epektibo ang isang saradong loop na ito, ang pangunahing kahusayan ng mga siyentipikong modelo sa hinaharap ay hindi na maaaring depende lamang sa kung sino ang may higit pang pampublikong teksto at GPU, kundi sa kung sino ang makakapagpapatakbo nang tama ng mga totoong eksperimento, magtatala ng mga resultang nabigo, at magpapalit ng kalikasan sa isang patuloy na i-update na kapaligiran sa pagtuturo.