À l'intérieur d'un tokamak — cet immense beignet magnétique — le plasma est chauffé à des centaines de millions de degrés. Il ne touche pas les parois, mais flotte dans le vide, maintenu par des champs magnétiques invisibles. Mais le plasma est capricieux : un léger changement de courant ou de pression, et sa forme se déforme, comme de la gelée sur une assiette. Pour le maintenir en place, il faut savoir à chaque milliseconde où il se trouve exactement.
Les programmes classiques sont trop lents pour cela. Ils résolvent des équations complexes, comme un comptable qui recalcule tous les chiffres à la main. Les scientifiques ont trouvé un moyen plus rapide : ils ont appris à l'ordinateur à « sonder » le plasma par des signes indirects — les champs magnétiques à l'extérieur de la chambre — et à deviner instantanément sa forme. Pour cela, ils ont utilisé des outils d'apprentissage automatique prêts à l'emploi, PyTorch et TensorRT, qui accélèrent les calculs sur les cartes graphiques.
Le nouvel algorithme s'appelle PTEFIT. Il fonctionne sur le tokamak EXL-50U et ne consacre que 0,268 milliseconde à chaque image — plus rapide qu'un battement d'aile de mouche. Cela suffit pour piloter les bobines magnétiques en temps réel : maintenir le plasma au centre de la chambre et conserver la forme souhaitée des lignes de champ magnétique.
Cette approche est comparable au passage de la conduite manuelle au pilote automatique. Au lieu de résoudre les équations à chaque fois à partir de zéro, le programme apprend à partir d'exemples puis agit instantanément. Cela ouvre la voie à un fonctionnement plus stable des futurs réacteurs à fusion, où le plasma devra être contrôlé en continu, sans interruption.
tel que rédigé par les auteurs, en anglais 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 température du plasma dans un tokamak est plusieurs fois supérieure à celle du centre du Soleil, mais il est confiné non par des parois, mais par un champ magnétique — comme dans une bouteille invisible.