美国能源部“创世使命”启动聚变数字融合AI平台,调用30年核设施数据攻坚5400亿美元放射性废物治理
美国能源部在“创世使命”下发布两项国家级AI工程:构建贯通六大路线图挑战的“AI-聚变数字融合平台”(DCP),并依托Equinox超算与30余年核设施数据治理9000万加仑高放废液及5400亿美元历史环境负债。
作者 全球伯乐 News
资料整理
文章目录
11月13日,美国能源部(DOE)在国家级科研工程“创世使命”(Genesis Mission)框架下同步更新两项核能与计算交叉攻坚任务:其一发布《加速聚变能源交付》计划,建设全国性“AI-聚变数字融合平台”(AI-Fusion Digital Convergence Platform, DCP)以打通聚变并网六大耦合瓶颈1;其二推出《变革核清理与生态修复》计划,调用逾30年核处理设施独家运行数据与Equinox超算架构,应对约5400亿美元历史环境债务与9000万加仑高放射性储罐废液治理难题2。

AI生成概念示意图:深色板岩底座上的紫铜绕线环形磁约束线圈、横置厚壁透明光学玻璃密封圆筒与深海蓝阳极氧化铝鳍片超算散热块静物,象征聚变能源数字孪生平台与超算赋能放射性废物治理,并非美国国家实验室或核设施现场照片。
告别孤立装置试错:DCP数字融合平台贯通聚变路线图六大耦合挑战
根据美国能源部科学副部长办公室发布的《加速聚变能源交付》任务书,要将可控核聚变真正转化为支撑电网的商业基荷电源,必须在《聚变科学与技术路线图》界定的六大高度耦合挑战领域实现协同突破;传统的单一实验装置孤立试错模式已无法在规模、复杂度或时间进度上满足国家能源目标1。
为此,“AI-聚变数字融合平台”(DCP)将高性能计算(HPC)代码中的新型算法、等离子体与材料科学基础模型、嵌入物理与化学定律约束的神经网络、代理模型以及全装置数字孪生整合进统一预测框架,使科研人员能够在仿真与实验之间一致性地评估工程折衷、失效模式与设计裕度并实施实时控制1。该平台还将联动国内外大型聚变装置及公私部门基础设施,涵盖高热流测试台、氚与包层测试台架及回路、辐照设施以及原位(in situ)与工况(in operando)材料表征能力,大幅压缩研发迭代周期1。
直面80年周期5400亿美元环境债务,Equinox超算训练多模态核治理基础模型
在攻坚前沿聚变能源的同时,人工智能也被部署至历史遗留核设施清理的最难关口。据《变革核清理与生态修复》任务文件披露,美国能源部环境管理办公室(EM)目前面临横跨约80年、估算规模高达5400亿美元的环境清理负债,其中约9000万加仑高放射性储罐废液亟待安全固化处理,直接制约着核基地生态修复与基础设施再利用2。
针对实验室小试、中试放大与全尺寸工程运行之间复杂的尺度效应,国家实验室团队将依托Equinox超级计算加速仿真架构,基于能源部环境管理办公室过去30余年在特种核处理设施中积累的无可替代运行数据集训练多模态人工智能基础模型,精准预测跨尺度工艺行为,全力提速环境管理办公室“2040年清理愿景”并显著压降长期财政负债2。
联动萨凡纳河与汉福德基地工程资产,释放核材料能源与医疗再利用潜能
在工程落地路径上,该计划充分发挥能源部旗下复杂核基地的跨项目数据协同优势:通过整合萨凡纳河基地(Savannah River Site, SRS)国防废物处理设施(DWPF)与盐类废物处理设施(SWPF)在设计及长期运行中沉淀的工艺数据,联手产业界合作伙伴构建跨尺度桥接AI模型,直接赋能汉福德基地(Hanford Site)大型废物处理与固化厂(WTP)等高难度工程的安全高效投运2。
美国能源部指出,“创世使命”在同一天布局前沿聚变数字孪生与存量核废料智能修复,意在依托国家实验室、领导级超算算力与严格的数据治理体系形成闭环:一方面加速交付稳定可扩展的聚变清洁基荷电力,另一方面压缩核污染场地修复工期,使受控核材料与园区基础设施重新投入能源生产与医疗同位素等高价值应用领域12。


