पीरियोडिक लैब्स वैज्ञानिक प्रयोगों के लिए 1300 H200 GPU का उपयोग करके ट्रिलियन-पैरामीटर मॉडल प्रशिक्षित करता है

Periodic Labs ने वैज्ञानिक मॉडल Periodic Neon लॉन्च किया: यह ओपन वेट्स वाले ट्रिलियन पैरामीटर मॉडल Kimi K2.6 से शुरू होता है, जिसे कंपनी के प्रयोगशाला द्वारा उत्पादित सामग्री डेटा के साथ मध्यवर्ती प्रशिक्षण और रिइनफोर्समेंट लर्निंग के साथ प्रशिक्षित किया गया है, और फिर X-रे डिफ्रैक्शन परिणामों के विश्लेषण के लिए प्रयोगशाला में डिप्लॉय किया गया है। सबसे कठिन आंतरिक मूल्यांकन FrontierXRD पर, सफलता की दर 2.7% से बढ़कर 55.3% हो गई; Periodic का दावा है कि यह विशिष्ट कार्य पर GPT‑6 Astra और Claude Fable 5.1 से आगे है, जबकि लागत कम है। वास्तव में ध्यान देने योग्य बात “1300 H200 GPU की तुलना में 100,000 GPU” की सरल तुलना नहीं है, बल्कि कंपनी जो बंद चक्र बना रही है—प्रयोग—प्रशिक्षण—फिर से प्रयोग—वह है: भौतिक प्रयोगशालाएं इंटरनेट पर मौजूद नहीं होने वाले नए डेटा को लगातार पैदा करती हैं, मॉडल उनसे सीखता है, और फिर अगले चक्र में क्या संश्लेषित करना है और क्या परीक्षण करना है, यह निर्धारित करता है। हालाँकि, सभी प्रमुख प्रगति केवल कंपनी के आंतरिक मूल्यांकनों से आई हैं, LLM सुधारकों पर निर्भर हैं, और अभी तक कोई सहकर्मी समीक्षा या स्वतंत्र पुनरुत्पादन नहीं हुआ है; Neon Kimi K2.6 के महंगे प्री-ट्रेनिंग परिणामों को विरासत में प्राप्त करता है, और समीक्षा के समय तक Neon के वज़नों का कोई सार्वजनिक डाउनलोड लिंक भी नहीं मिला।

लेखक, स्रोत: Periodic Labs

पीरियोडिक लैब्स बेहतर सुपरकंडक्टर और चुंबकीय सामग्री ढूंढ रहे हैं। प्रयोगकर्ता लक्षित सामग्री, कच्ची सामग्री और तापमान निर्धारित कर सकते हैं, लेकिन अंतिम पाउडर आवश्यक रूप से अपेक्षित उत्पाद नहीं होता: इसमें लक्षित क्रिस्टल फेज, प्रतिक्रिया पूरी न हुई कच्ची सामग्री, और अनपेक्षित उपोत्पाद सभी मौजूद हो सकते हैं।

शोधकर्ता आमतौर पर पाउडर एक्स-रे डिफ्रैक्शन, यानी XRD, का उपयोग नमूने के घटकों की पहचान करने के लिए करते हैं। क्रिस्टल पर एक्स-रे की बौछार के बाद एक श्रृंखला शिखर बनते हैं; विभिन्न क्रिस्टल संरचनाएँ अलग-अलग पैटर्न उत्पन्न करती हैं, जो सामग्री के “अंगूठेका निशान” के समान होते हैं।

लेकिन वास्तविक नमूने अक्सर कई पदार्थों को शामिल करते हैं, जिनके शिखर आपस में ओवरलैप होते हैं। एक गणितीय रूप से अच्छी तरह से फिट होने वाली उत्तर रासायनिक रूप से असंगत भी हो सकती है। विश्लेषकों को यह निर्धारित करने के लिए कि कौन से चरण सचमुच मौजूद हैं और उनका प्रत्येक अनुपात क्या है, कच्चे माल, तापमान, वातावरण, नमूने का पानी के संपर्क में आना, पिछले प्रयोग, क्रिस्टल डेटाबेस, ऊष्मागतिकीय गणनाएँ और संबंधित शोध पत्रों को समेकित करना होगा।

Periodic का कहना है कि जटिल नमूनों का विश्लेषण सामग्री वैज्ञानिकों को कई घंटे लग सकते हैं। उनके मूल्यांकन में, स्वीकृत उत्तर औसतन पाँच चरणों को शामिल करते हैं। यही काम Neon को स्वचालित करना है: विकिरण आरेख और पूर्ण प्रयोगात्मक पृष्ठभूमि को पढ़ना, डेटाबेस और वैज्ञानिक सॉफ़्टवेयर को सक्रिय करना, प्रारंभिक चरणों का प्रस्ताव रखना, और अपनी व्याख्या को बार-बार जाँचना।अध्ययन लेखके अनुसार, मॉडल को कंपनी के हाई-थ्रूपुट प्रयोगशाला में उपयोग के लिए लागू किया गया है।

Neon एक नया फ्रॉम-स्क्रैच प्री-ट्रेन्ड बेस मॉडल नहीं है। Periodic, ओपन वेट्स के Kimi K2.6 से शुरू होता है, फिर इसे अकादमिक पेपर्स, कोड और प्राप्तियों के साथ वैज्ञानिक कॉर्पस से मध्यवर्ती प्रशिक्षण दिया जाता है, और फिर प्रयोगशाला डेटा का उपयोग करके रिइनफोर्समेंट लर्निंग किया जाता है।

FrontierXRD के कंपनी के सबसे कठिन आंतरिक मूल्यांकन पर, मूल Kimi K2.6 की सफलता दर 2.7% थी, जबकि Neon ने 55.3% प्राप्त किया, लगभग 20 गुना की वृद्धि हुई। इस मूल्यांकन में Periodic प्रयोगशाला से 134 जटिल नमूने शामिल थे।

कंपनी ने रिजर्व केमिकल सिस्टम से 198 बार XRD मापन का परीक्षण किया: इन सिस्टम और उनमें शामिल बड़े सिस्टम ट्रेनिंग डेटा में शामिल नहीं थे, लेकिन छोटे सब-सिस्टम संभवतः मौजूद थे। Neon इस परीक्षण सेट पर भी सभी परीक्षित अग्रणी मॉडल्स के आगे रहा, हालाँकि Periodic ने स्पष्ट रूप से बताया कि यह सेट FrontierXRD से आसान है।

(मूल में प्रदर्शन-लागत बिखराव चित्र, रीइनफोर्समेंट लर्निंग कैपेसिटी स्केलिंग कर्व, और केमिकल सिस्टम पर जनरलाइजेशन परिणाम चित्र शामिल हैं।)

यहाँ "GPT-6 Astra और Claude Fable 5.1 से अधिक" का उल्लेख केवल Periodic द्वारा स्वयं बनाए गए XRD मूल्यांकन में सीमित है। इसका अर्थ यह नहीं है कि Neon में बेहतर सामान्य तर्क, प्रोग्रामिंग या भाषा क्षमताएँ हैं, और इसके आधार पर कोई समग्र मॉडल रैंकिंग नहीं बनाई जा सकती।

और 55.3% का प्रदर्शन इस बात को दर्शाता है कि सबसे कठिन नमूनों पर अभी भी लगभग आधे को सफलतापूर्वक हल नहीं किया गया है। नियॉन एक बिना समीक्षा के स्वचालित सामग्री विशेषज्ञ के रूप में नहीं, बल्कि वैज्ञानिकों के विश्लेषण क्षमता को बढ़ाने के उपकरण के रूप में अधिक उपयुक्त है।

Periodic का मूल तर्क है: खुले इंटरनेट द्वारा प्रदान किए जाने वाले उच्च गुणवत्ता वाले वैज्ञानिक डेटा की सीमित मात्रा होती है, जबकि भौतिक प्रयोगशालाएँ नए डेटा को लगातार उत्पन्न कर सकती हैं।

पारंपरिक शोध पत्र विशेष रूप से सफल परिणामों को प्रकाशित करने के लिए झुके होते हैं। कौन से पदार्थ संश्लेषित नहीं हुए, कौन से तापमान और अनुपात विफल रहे, और उपकरणों में क्या असामान्यताएँ आईं, इन जानकारियों को अक्सर पत्र में शामिल नहीं किया जाता, हालाँकि ये अगले प्रयोग के निर्णय के लिए बहुत मूल्यवान होती हैं। स्वयं का प्रयोगशाला सफल, विफल और अनिश्चित परिणाम सभी को बरकरार रख सकता है।

कंपनी सामग्री की खोज को तीन चक्रीय चरणों में विभाजित करती है:

सबसे पहले यह भविष्यवाणी करें कि कौन सा सामग्री बनाई जानी चाहिए; फिर यह भविष्यवाणी करें कि इसे कैसे संश्लेषित किया जाए; अंत में विश्लेषण करें कि प्रयोग ने वास्तव में क्या बनाया। विश्लेषण परिणाम को मॉडल को फीडबैक के रूप में दिया जाता है, जिससे अगली परिकल्पना में सुधार किया जा सके।

Neon वर्तमान में मुख्य रूप से तीसरे चरण में सुधार कर रहा है। Periodic का अगला चरण मॉडल को सीधे अनुसंधान परियोजनाओं की योजना बनाने, संश्लेषण प्रक्रियाओं को लिखने और अगले सबसे अधिक जानकारीपूर्ण प्रयोग का चयन करने की अनुमति देना है।

इसमें गणित और कोड रीइनफोर्समेंट लर्निंग से एक महत्वपूर्ण अंतर है। प्रोग्राम कुछ सेकंड में परीक्षण चला सकते हैं और गणितीय उत्तरों को औपचारिक प्रणालियों द्वारा जांचा जा सकता है; भौतिक प्रयोगों के लिए उपकरण, सामग्री और समय की आवश्यकता होती है, जो कभी-कभी कई दिनों तक चलते हैं और परिणाम अस्पष्ट हो सकते हैं। कंपनियाँ जैसे कोड उत्पन्न करने के समान लाखों वास्तविक प्रयोगों को तुरंत शुरू नहीं कर सकतीं, इसलिए प्रयोगों के प्रतीक्षा के दौरान, उन्हें पहले से इकट्ठा किए गए डेटा का उपयोग करके मॉडल को प्रशिक्षित और सुधारना होगा।

Periodic का कहना है कि Neon के अंतिम ट्रेनिंग रन की शीर्ष आकार 1300 Nvidia H200 GPU था, जो मध्यम अवधि की ट्रेनिंग और रिइनफोर्समेंट लर्निंग चरणों को कवर करता है। कंपनी इसकी तुलना GPT‑6 Astra द्वारा उपयोग किए जाने वाले 100,000 से अधिक Blackwell GPU से करती है, ताकि यह स्पष्ट किया जा सके कि पेशेवर डेटा से सामान्य वैज्ञानिक क्षमताओं के प्रशिक्षण के लिए आवश्यक कंप्यूटिंग संसाधनों में कमी आ सकती है।

But this is not a like-for-like comparison.

Neon ने Kimi K2.6 के ट्रिलियन पैरामीटर वेट्स को विरासत में प्राप्त किया है, और उसके पूर्व प्री-ट्रेनिंग में लगाए गए सभी डेटा और कैलकुलेशन रिसोर्सेज को भी विरासत में प्राप्त किया है। 1300 H200 ग्राफिक्स कार्ड केवल Periodic द्वारा मॉडल को आगे ट्रेन करने के दौरान शीर्ष स्केल को दर्शाते हैं, और यह ट्रिलियन पैरामीटर क्षमता प्राप्त करने की कुल लागत नहीं है। कंपनी ने पूर्ण ट्रेनिंग समय, कुल GPU घंटे, ऊर्जा खपत या कुल लागत का खुलासा नहीं किया है।

उसके इंजीनियरिंग विवरण अधिक मूल्यवान हैं।इंफ्रास्ट्रक्चर आर्टिकल कहता है कि कंपनी ने Megatron, SGLang, Miles और Ray पर बदलाव किए हैं, जिससे लंबी अनुक्रम प्रशिक्षण थ्रूपुट उसके Megatron बेसलाइन की 4.1 गुना हो गई है, और ट्रिलियन पैरामीटर मॉडल की डिकोडिंग गति प्रति अनुरोध प्रति सेकंड 10 टोकन से बढ़कर 25 हो गई है।

XRD Agent की एक इन्फरेंस एक घंटे से अधिक समय तक चल सकती है, जिसके दौरान वैज्ञानिक कार्यक्रमों को बार-बार चलाया जाना आवश्यक होता है। प्रारंभिक प्रणाली ने मॉडल द्वारा उत्पन्न कोड को 80GB मेमोरी का अनुरोध करने दिया, जिससे पूरी प्रशिक्षण कार्यप्रक्रिया विफल हो गई। टीम ने बाद में pbox नामक एक अलग परिवेश विकसित किया, जिसमें मॉडल कोड को सैंडबॉक्स में चलाया जाता है और GPU सर्वर के अव्यस्त CPU संसाधनों का उपयोग वैज्ञानिक उपकरणों को संभालने के लिए किया जाता है।

(इंफ्रास्ट्रक्चर मूल पाठ में एजेंट की एक घंटे से अधिक की चलन अवधि, असमानांतर प्रशिक्षण और निष्कर्ष आर्किटेक्चर, और pbox सैंडबॉक्स प्रदर्शन तुलना चार्ट शामिल हैं।)

Periodic ने एक ही Claude Opus 5 का उपयोग करके दोनों Agent वातावरणों की तुलना की।

एक है Claude Code जिसमें ओपन सोर्स क्रिस्टल डेटाबेस और मानक XRD सॉफ्टवेयर शामिल हैं; दूसरा Periodic का अपना साइंटिफिक वर्कस्पेस है, जिसमें प्रयोगात्मक पृष्ठभूमि, आंतरिक सामग्री डेटाबेस, सिमुलेशन परिणाम और कस्टम विश्लेषण उपकरण शामिल हैं।

जब मॉडल समान हों और प्रति विश्लेषण लागत लगभग समान हो, तो Periodic वातावरण में सफलता दर पहले की तुलना में 3.8 गुना होती है। इससे स्पष्ट होता है कि XRD कार्य की सीमा केवल मॉडल वजन तक सीमित नहीं है, बल्कि यह भी शामिल है कि मॉडल सही प्रयोग रिकॉर्ड देख सकता है, उपयुक्त उपकरणों का उपयोग कर सकता है, और पिछले अध्ययनों की जमा की गई जानकारी को सहेज सकता है।

इसलिए, नियॉन की प्रतिस्पर्धात्मक विशेषताएँ केवल एक मॉडल को कॉपी करके पूरी तरह से पुनर्निर्मित करना मुश्किल हो सकता है। अधिक महत्वपूर्ण संपत्ति मॉडल के पीछे के प्रयोगशाला डेटा, डेटाबेस, उपकरण इंटरफेस और विश्लेषण प्रक्रियाएँ हैं।

यह भी दर्शाता है कि वैज्ञानिक AI सामान्य चैट मॉडल के लिए एक अलग प्रतिस्पर्धी वातावरण बना सकता है: जितना बड़ा प्रयोगशाला, उतना ही अधिक निजी डेटा उत्पन्न होता है; जितना बेहतर मॉडल, उतने ही अधिक प्रयोगों का निर्देशन किया जा सकता है; और नए प्रयोग डेटा के लाभ को आगे बढ़ाते हैं।

जटिल XRD विश्लेषण के लिए आमतौर पर सस्ता, अद्वितीय और स्वचालित रूप से सत्यापित किया जा सकने वाला मानक उत्तर नहीं होता। अच्छी तरह से शीर्ष आकृति का फिट होना, परिणाम के रासायनिक नियमों के अनुरूप होने का संकेत नहीं देता। इसलिए, Periodic ने थोड़े से सामग्री संबंधी प्रोफेशनल डॉक्टरेट छात्रों को हजारों पैटर्न का टैगिंग करने के लिए दिया, और फिर Claude Opus 5 और GPT‑5.6 Sol से मिलकर बनाए गए न्यायाधीश प्रणाली को मॉडल आउटपुट के लिए स्कोर देने के लिए प्रशिक्षित किया।

मानव विशेषज्ञों के बीच द्विपक्षीय सहमति 77.2% है; LLM न्यायाधीश और एकल मानव विशेषज्ञ के बीच सहमति 74.6% है; विशेषज्ञ सहमति के सापेक्ष, सहमति 84% है।

ये परिणाम दर्शाते हैं कि AI न्यायाधीश विशेषज्ञ निर्णय के लगभग समान हो सकते हैं, लेकिन वे वस्तुनिष्ठ सत्य के समान नहीं होते। मनुष्यों के बीच मूल रूप से मतभेद होते हैं, और न्यायाधीश मॉडल किसी विशेष उत्तर शैली को पसंद कर सकते हैं, या सभी टैग करने वालों द्वारा सामान्य रूप से पहचाने न गए त्रुटियों को छोड़ सकते हैं।

ध्यान देने योग्य बात यह है कि FrontierXRD का मॉडल, कार्य परिवेश, नमूने और मूल्यांकन विधि सभी Periodic द्वारा डिज़ाइन किए गए हैं। हालाँकि कंपनी ने कई विधियों और सांख्यिकीय डेटा को प्रकाशित किया है, लेकिन अभी तक पूर्ण मूल्यांकन सेट, प्रशिक्षण डेटा या बाहरी पक्षों द्वारा पुनः चलाए जा सकने वाले Neon वजन प्रकाशित नहीं किए गए हैं, और परिणामों की समीक्षा भी पीयर-रिव्यू द्वारा नहीं की गई है।

Periodic ने स्पष्ट रूप से बताया कि Neon को Kimi K2.6 ओपन-वेट मॉडल से ट्रेन किया गया है। इसलिए कुछ सोशल मीडिया पर Neon को “ओपन-वेट साइंस मॉडल” कहा जा रहा है।

लेकिन संदर्भ तक के अनुसार, आधिकारिक प्रकाशन में Neon के मॉडल कार्ड, लाइसेंस या वजन डाउनलोड लिंक नहीं दिए गए हैं, और मध्यम अवधि के प्रशिक्षण और पुनर्बलन शिक्षण को पूरी तरह से पुनर्उत्पन्न करने के लिए कोड और डेटा भी उपलब्ध नहीं है। सही कथन यह है: Neon, खुले वजन मॉडल पर आधारित है, और न कि यह साबित हो चुका है कि प्रशिक्षित Neon वजन खुले रूप से उपलब्ध हैं।

यह अंतर महत्वपूर्ण है। बाहरी शोधकर्ता वर्तमान में 55.3% के परिणाम की स्वतंत्र रूप से पुष्टि नहीं कर सकते हैं और न ही यह निर्धारित कर सकते हैं कि सुधार में से कितना प्रयोगात्मक डेटा, रीइनफोर्समेंट लर्निंग, विशिष्ट उपकरण, निष्कर्षण बजट या मूल्यांकन परिवेश से आया है।

पिछले वैज्ञानिक बड़े मॉडल मुख्य रूप से पहले से लिखे गए शोध पत्रों, पेटेंटों और डेटाबेस रिकॉर्ड्स के ज्ञान को सीखते थे। Periodic अगला कदम उठाने का प्रयास करता है: मॉडल को आज ही पूरा हुए, जो कभी इंटरनेट पर नहीं दिखे हैं, उन प्रयोगों को देखने के लिए प्रोत्साहित करना, और फिर इन परिणामों का उपयोग कल के प्रयोगों को मार्गदर्शन देने के लिए करना।

यह अभी भी पूर्ण “AI वैज्ञानिक” नहीं है। मनुष्य को अभी भी शोध लक्ष्य निर्धारित करने, प्रयोगशाला बनाने, उपकरणों का रखरखाव करने, पुरस्कार डिज़ाइन करने, XRD निष्कर्षों की समीक्षा करने और यह निर्णय लेने की आवश्यकता है कि कौन से पदार्थों में आगे निवेश करना सार्थक है। Neon अभी तक यह साबित कर चुका है कि एक महत्वपूर्ण चरण को महत्वपूर्ण रूप से स्वचालित किया जा सकता है: प्रयोगों की संख्या बढ़ने के साथ, परिणामों का विश्लेषण पूरी तरह से समानुपातिक रूप से बढ़ते मानव विशेषज्ञों पर निर्भर नहीं होना चाहिए।

यदि यह बंद चक्र कारगर है, तो भविष्य में वैज्ञानिक मॉडल के प्रतिस्पर्धी लाभ केवल इस बात पर निर्भर नहीं होंगे कि किसके पास अधिक खुला पाठ और GPU है, बल्कि इस बात पर भी निर्भर करेंगे कि कौन वास्तविक प्रयोगों को स्थिर रूप से चला सकता है, विफलता के परिणामों को दर्ज कर सकता है, और प्राकृतिक दुनिया को निरंतर अपडेट होने वाला प्रशिक्षण वातावरण बना सकता है।