Periyodik Laboratuvarlar, bilimsel deneyler için 1300 H200 GPU kullanarak trilyon parametreli model eğitiyor

Periodic Labs, Bilimsel Model Periodic Neon’u yayınladı: Kimi K2.6 adlı açık ağırlıklı trilyon parametreli modelden başlayarak, şirketin laboratuvarında üretilen malzeme verileriyle orta seviye eğitim ve pekiştirmeli öğrenme uygulandı ve ardından X-ışını kırınım sonuçlarını analiz etmek için laboratuvara geri yüklendi. En zor iç değerlendirme olan FrontierXRD’de başarı oranı, temel modelin %2,7’sinden %55,3’e yükseltildi; Periodic, bu özel görevde GPT‑6 Astra ve Claude Fable 5.1’i aştığını ve aynı zamanda daha düşük maliyetle çalıştığını belirtti. Gerçekten dikkat edilmesi gereken, “1300 adet H200’un 100.000 GPU’yu yendiği” basit karşılaştırması değil, şirketin deney—eğitim—yeniden deney döngüsünü kurması: fiziksel laboratuvarlar, internet üzerinde bulunmayan yeni veriler üretmeye devam ediyor, model bu verilerden öğreniyor ve sonraki döngüde hangi bileşiklerin sentezleneceğini ve test edileceğini belirliyor. Ancak tüm ana başarılar şu anda şirket içi değerlendirmelerden geliyor, LLM hakemlerine dayanıyor ve hâlâ akran incelemesi veya bağımsız tekrarlanabilirlik yok; Neon, Kimi K2.6’nın pahalı ön eğitim sonuçlarını miras alıyor ve arama anına kadar Neon ağırlıklarının açıkça indirilebilir bir adresi bulunmamaktadır.

Yazan: Periodic Labs

Periodic Labs, daha iyi süper iletkenler ve manyetik malzemeler arıyor. Deneyciler, hedef malzemeyi belirleyebilir, hammaddeleri ve sıcaklığı seçebilir, ancak elde edilen toz her zaman beklenen ürün olmayabilir: içinde hedef kristal fazı, tepkimeye girmemiş hammaddeler ve beklenmedik yan ürünler aynı anda bulunabilir.

Araştırmacılar genellikle örneklerin bileşimini belirlemek için toz X-ışını diffüzyonu (XRD) kullanır. Kristallere X-ışını uygulandığında bir dizi tepe oluşur; farklı kristal yapılar, malzemenin “parmak izi”ne benzer farklı desenler üretir.

Ancak gerçek örnekler genellikle birden fazla madde içerir ve pikler birbirleriyle çakışır. Matematiksel olarak iyi uyumlu bir cevap, kimyasal olarak mantıksız olabilir. Analistler, hangi fazların gerçekten var olduğunu ve her birinin oranını belirlemek için ham maddeleri, sıcaklığı, atmosferi, örneğin nemle temas edip etmediğini, önceki deneyleri, kristal veritabanlarını, termodinamik hesaplamaları ve ilgili makaleleri de değerlendirmelidir.

Periodic, karmaşık örneklerin analiz edilmesinin mühendislerce saatler sürebileceğini belirtti. Değerlendirmelerinde, onaylanan cevaplar ortalama beş faz içeriyordu. İşte Neon’un otomatikleştirmeyi hedeflediği iş: kırınım desenlerini ve tam deney arka planını okumak, veritabanlarını ve bilimsel yazılımları çağırarak aday fazlar önermek ve ardından kendi yorumlarını tekrar tekrar kontrol etmek.ARAŞTIRMA MAKALESİModel, şirketin yüksek verimlilikli laboratuvarında kullanılmaya başlandı.

Neon, sıfırdan eğitilmiş yeni bir temel model değildir. Periodic, açık ağırlıklı Kimi K2.6 ile başlayıp, akademik makaleler, kod ve özel deney verilerinden oluşan bilimsel bir metin kümesiyle orta seviyede eğitilir, ardından laboratuvar verileriyle güçlendirilmiş öğrenme uygulanır.

FrontierXRD şirket içi en zorlu değerlendirmesinde, orijinal Kimi K2.6'nın başarı oranı %2,7 iken, Neon %55,3'e ulaştı ve yaklaşık 20 kat artış sağladı. Değerlendirme, Periodic laboratuvarından gelen 134 karmaşık örnek içeriyor.

Şirket, korunan kimyasal sistemlerden 198 kez XRD ölçümü test etti: bu sistemler ve bunları içeren daha büyük sistemler eğitim verilerine girmedi, ancak daha küçük alt sistemler ortaya çıkmış olabilir. Neon, bu test setinde de değerlendirilen önde gelen modelleri öne çıkarttı, ancak Periodic, bu setin FrontierXRD'den daha kolay olduğunu açıkça belirtti.

(Orjinal metinde performans-maliyet dağılım grafiği, derin öğrenme hesaplama ölçeklendirme eğrisi ve kimyasal sistemde genelleştirme sonuçları grafiği bulunmaktadır.)

Buradaki “GPT-6 Astra ve Claude Fable 5.1’den daha iyi” ifadesi, Periyodik tarafından kendi kendine oluşturulan XRD değerlendirmeleriyle sınırlıdır. Bu, Neon’un genel akıl yürütme, programlama veya dil becerilerinde daha güçlü olduğunu göstermez ve kapsamlı bir model sıralaması kurmak için kullanılamaz.

Ancak %55,3'lük başarı oranı, en zor örneklerde hâlâ yaklaşıklıkla yarısının çözülememiş olduğunu gösteriyor. Neon, tamamen denetimsiz otomatik bir malzeme uzmanı yerine, bilim insanlarının analiz yeteneklerini genişletmek için daha uygun bir araçtır.

Periodic'in öne sürdüğü temel mantık şudur: Açık internetin sunduğu kaliteli bilimsel veriler nihayetinde sınırlıdır, ancak fiziksel laboratuvarlar sürekli yeni veriler üretebilir.

Geleneksel makaleler özellikle başarılı sonuçların yayınlanmasıyla ilgilidir. Hangi malzemeler sentezlenemedi, hangi sıcaklık ve oranlar başarısız oldu, cihazlarda hangi anormallikler oluştu gibi bilgiler genellikle makalelere girmez, ancak bir sonraki deneyi değerlendirmek için çok değerlidir. Özgü laboratuvar, başarılı, başarısız ve belirsiz sonuçları tümüyle koruyabilir.

Şirket, malzeme keşfini üç döngüsel adıma ayırır:

Öncelikle hangi malzemenin üretilmesi gerektiği tahmin edilir; ardından nasıl sentezleneceği tahmin edilir; son olarak deneyin gerçekten ne ürettiği analiz edilir. Analiz sonuçları, bir sonraki hipotezi düzeltmek için modele geri bildirim olarak verilir.

Neon şu anda ana olarak üçüncü adımı geliştiriyor. Periodic'in bir sonraki aşaması, modelin doğrudan araştırma projelerini planlamasını, sentez süreçlerini yazmasını ve sonraki en bilgi verici deneyi seçmesini hedefliyor.

Bu, matematik ve kodlama için güçlendirilmiş öğrenme ile önemli bir farktır. Programlar birkaç saniye içinde testleri çalıştırabilir ve matematiksel cevaplar formel sistemler tarafından kontrol edilebilir; fiziksel deneyler ise ekipmana, malzemeye ve zamana ihtiyaç duyar, bazen günlerce sürebilir ve sonuçlar belirsiz olabilir. Şirketler, kod üretmek gibi anında on binlerce gerçek deney başlatamaz, bu nedenle deneylerin beklenmesi sırasında zaten birikmiş verileri kullanarak modelleri eğitmeli ve geliştirmelidir.

Periodic, Neon'un son eğitim run'unda 1300 adet Nvidia H200 GPU'nun峰值 boyutuna ulaştığını ve orta vadeli eğitim ile pekiştirmeli öğrenme aşamalarını kapsadığını belirtti. Şirket, bu sayıyı, GPT‑6 Astra'nın kullanıldığı iddia edilen 100.000'den fazla Blackwell GPU ile karşılaştırarak, profesyonel verilerin genel bilimsel yeteneklerin eğitimi için gerekli hesaplama gücünü azaltabileceğini gösteriyor.

Ancak bu aynı ölçüde bir karşılaştırma değil.

Neon, Kimi K2.6'nın trilyon parametre ağırlığını ve önceki ön eğitim için harcanan tüm veri ve hesaplama gücünü miras aldı. 1300 adet H200, modelin periyodik olarak eğitimine devam ederkenki tepe ölçeğini temsil eder; bu trilyon parametre yeteneğine ulaşmak için harcanan tüm maliyeti değil. Şirket, tam eğitim süresini, toplam GPU saatini, enerji tüketimini veya toplam maliyeti açıklamadı.

Daha da değerli olan mühendislik ayrıntılarıdır.Altyapı makalesi, şirketin Megatron, SGLang, Miles ve Ray üzerinde yaptığı değişikliklerle uzun dizi eğitim verimliliğini Megatron temel değerinin 4,1 katına çıkardığını ve trilyon parametreli modellerin kod çözme hızını saniyede her istek başına 10 token'dan 25 token'a çıkardığını belirtiyor.

XRD Agent'in bir çıkarımı bir saatten fazla sürebilir ve bu süre boyunca bilimsel programlar tekrar tekrar çalıştırılmalıdır. Erken sistemler, modelin oluşturduğu kodun 80 GB bellek talep etmesine neden olmuş ve bu da tüm eğitim görevini çökmeye uğratmıştır. Takım, model kodlarını kum kafes içinde çalıştırmak için pbox adlı bir izolasyon ortamı geliştirmiş ve GPU sunucuların boşta kalan CPU kaynaklarını bilimsel araçları işlemek için kullanmıştır.

(Altyapı orijinal metni, bir saatten fazla Agent çalışma izi, eşzamanlı olmayan eğitim ve çıkarım mimarisi ile pbox kumanya performans karşılaştırma grafiğini içermektedir.)

Periodic, aynı Claude Opus 5'i kullanarak iki Agent ortamını karşılaştırdı.

Birisi Claude Code ve açık kaynaklı kristal veritabanı ile standart XRD yazılımı; diğeri Periodic'in kendi bilimsel çalışma ortamıdır ve bunun içinde deney背景, dahili malzeme veritabanı, simülasyon sonuçları ve özelleştirilmiş analiz araçları yer alır.

Model aynı olduğunda ve tek bir analiz maliyeti benzer olduğunda, Periyodik ortamdaki başarı oranı öncekinin 3,8 katıdır. Bu, XRD görevinin sadece model ağırlıkları değil, aynı zamanda modelin doğru deney kayıtlarını görebilmesi, uygun araçları çağırabilmesi ve önceki araştırmalardan kalan bilgileri kaydedebilmesiyle de sınırlı olduğunu göstermektedir.

Bu nedenle, Neon'un rekabet avantajı, bir modeli kopyalayarak tamamen yeniden oluşturmak zor olabilir. Daha önemli varlık, modelin arkasındaki laboratuvar verileri, veritabanları, cihaz arayüzleri ve analiz süreçleridir.

Bu, bilimsel AI'nın genel sohbet modelleriyle rekabet edebilecek farklı bir dengede oluşabileceğini gösterir: laboratuvar ne kadar büyükse, o kadar fazla özel veri üretir; model ne kadar iyiysa, o kadar fazla deney yönlendirebilir; yeni deneyler ise veri avantajını daha da genişletir.

Karmaşık XRD analizleri genellikle ucuz, tekil ve otomatik olarak doğrulanabilir standart cevaplar içermez. İyi bir tepe şekli uyumu, sonuçların kimyasal kurallara uygun olduğu anlamına gelmez. Bu nedenle Periodic, binlerce deseni üç farklı malzeme uzmanı doktora tarafından etiketletir ve Claude Opus 5 ile GPT‑5.6 Sol’dan oluşan bir hakem sistemiyle modellerin çıktılarını puanlar.

Üç insan uzman arasındaki ikili uyum oranı %77,2; LLM hakemin tek bir insan uzmanla uyum oranı %74,6; uzman konsensüsüyle uyum oranı ise %84'tür.

Bu sonuçlar, AI hakeminin uzman yargılarına yakın olabileceğini, ancak nesnel gerçeklikle aynı olmadığını göstermektedir. İnsanlar arasında zaten farklılıklar bulunur ve hakem modelleri belirli bir cevap tarzını tercih edebilir veya tüm etiketleyicilerin ortak olarak tespit edemediği hataları gözden kaçıracaktır.

Daha da önemlisi, FrontierXRD'nin modeli, çalışma ortamı, örnekleri ve değerlendirme yöntemi Periodic tarafından tasarlanmıştır. Şirket, birçok yöntemi ve istatistiği açıklamış olsa da, tam bir değerlendirme seti, eğitim verileri veya dışarıdan yeniden çalıştırılabilir Neon ağırlıkları henüz yayımlamamıştır ve sonuçlar hakemli bir süreçten geçmemiştir.

Periyodik olarak, Neon, açık ağırlıklı model Kimi K2.6'dan eğitimine devam ettiğini açıkça belirtiyor. Bu nedenle bazı sosyal medya platformlarında Neon, “açık ağırlıklı bilimsel model” olarak adlandırılıyor.

Ancak arama anına kadar resmi yayın, Neon'un model kartını, lisansını veya ağırlık indirme adresini sağlamamıştır ve orta düzey eğitim ile pekiştirmeli öğrenmeyi tamamen yeniden üretmek için kod ve veriler de sunulmamıştır. Doğru ifade şudur: Neon, açık ağırlıklı modeller üzerine kurulmuştur, ancak eğitilmiş Neon ağırlıklarının açıkça sunulduğu doğrulanmamıştır.

Bu fark önemlidir. Dış araştırmacılar şu anda %55,3 performansını bağımsız olarak doğrulayamıyor ve iyileşmenin ne kadarının deneysel verilerden, pekiştirmeli öğrenmeden, özel araçlardan, çıkarım bütçesinden veya değerlendirme ortamından geldiğini belirleyemiyor.

Geçmişteki bilimsel büyük modeller, genellikle zaten makalelere, patentlere ve veritabanı kayıtlarına dönüştürülmüş bilgileri öğrenmişti. Periodic, bir sonraki adımı atlamayı amaçlıyor: Modelin, bugün tamamlanan ve hiç bir zaman internete çıkmamış deneyleri gözlemlemesini ve bu sonuçları yarının deneylerini yönlendirmek için kullanmasını sağlıyor.

O henüz tam bir "Yapay Zeka Bilimci" değil. İnsanlar hâlâ araştırma hedeflerini belirlemeli, laboratuvar kurmalı, ekipmanları bakımaltmalı, ödülleri tasarlamalı, XRD sonuçlarını incelemeli ve hangi malzemelerin devam edilmesi değerli olduğunu karar vermeli. Neon şu anda bir kritik aşamanın önemli ölçüde otomatikleştirilebileceğini kanıtlıyor: deney sayısı arttıkça, sonuç analizi aynı oranda artan insan uzmanlara tamamen bağımlı olmak zorunda değil.

Eğer bu kapalı döngü etkili olursa, gelecekte bilimsel modellerin rekabet avantajı yalnızca daha fazla açık metne ve GPU'ya sahip olmakla değil, gerçek deneyleri kararlı bir şekilde çalıştırmak, başarısız sonuçları kaydetmek ve doğal dünyayı sürekli güncellenen bir eğitim ortamına dönüştürebilmekle de ilgili olacaktır.