Dentro de un tokamak, esa enorme rosquilla magnética, el plasma se calienta a cientos de millones de grados. No toca las paredes, sino que flota en el vacío, sostenido por campos magnéticos invisibles. Pero el plasma es caprichoso: basta un pequeño cambio en la corriente o la presión para que su forma se deforme, como gelatina en un plato. Para mantenerlo en su lugar, es necesario saber dónde está exactamente cada milisegundo.
Los programas convencionales son demasiado lentos para esto. Resuelven ecuaciones complejas, como un contador que recalcula todos los números a mano. Los científicos encontraron una forma más rápida: enseñaron a la computadora a "palpar" el plasma mediante señales indirectas, como los campos magnéticos fuera de la cámara, y a adivinar su forma al instante. Para ello utilizaron herramientas de aprendizaje automático ya disponibles, PyTorch y TensorRT, que aceleran los cálculos en las tarjetas gráficas.
El nuevo algoritmo se llama PTEFIT. Funciona en el tokamak EXL-50U y tarda solo 0,268 milisegundos por cuadro, más rápido que un aleteo de mosca. Esto es suficiente para controlar las bobinas magnéticas en tiempo real: mantener el plasma en el centro de la cámara y conservar la forma deseada de las líneas de campo.
Este enfoque es como pasar de conducir manualmente a usar el piloto automático. En lugar de resolver las ecuaciones desde cero cada vez, el programa aprende de ejemplos y luego actúa al instante. Esto abre el camino hacia un funcionamiento más estable de los futuros reactores de fusión, donde el plasma debe controlarse de forma continua, sin pausas.
tal como lo escribieron los autores, en inglés arXiv:2601.12378
This work proposes for the first time a novel optimization method for numerical algorithms, which takes advantages of machine learning frameworks PyTorch and TensorRT, leveraging their modularity, low development threshold, and automatic tuning characteristics to achieve a real-time plasmas reconstruction algorithm called PTEFIT as an application in tokamak-based controlled fusion that combines performance, flexibility, and usability. The algorithm has been deployed and routinely operated on the EXL-50U spherical tokamak, with an average inference time of only 0.268ms per time slice at $$129\times 129$$ resolution, and has successfully driven feedback control of the maximum radial position of plasmas and isoflux control. We believe that its design philosophy has sufficient potential to accelerate development and optimization in GPU parallel computing, and is expected to be extended to other numerical algorithms.
La temperatura del plasma en un tokamak es varias veces superior a la del centro del Sol, pero no lo contiene una pared, sino el campo magnético, como una botella invisible.