Плазма в реальном времени: как машинное обучение управляет токамаком экспресс

Оригинал: "A Novel Numerical Algorithms Optimization Method with Machine Learning Frameworks: Application on Real-time Plasmas Equilibrium Reconstruction in EXL-50U Spherical Torus"
arXiv:2601.12378 · 2026-01-18 · CC BY 4.0 · 1 мин
Новый алгоритм восстанавливает форму плазмы в токамаке за доли миллисекунды и управляет магнитным полем.

Внутри токамака — огромного магнитного бублика — плазма раскалена до сотен миллионов градусов. Она не касается стенок, а висит в вакууме, удерживаемая невидимыми магнитными полями. Но плазма капризна: чуть изменится ток или давление — и её форма поплывёт, как желе на тарелке. Чтобы удержать её на месте, нужно каждую миллисекунду знать, где именно она находится.

Обычные программы для этого слишком медленные. Они решают сложные уравнения, как бухгалтер, который пересчитывает все цифры вручную. Учёные нашли способ быстрее: они научили компьютер «щупать» плазму по косвенным признакам — магнитным полям снаружи камеры — и мгновенно угадывать её форму. Для этого использовали готовые инструменты машинного обучения PyTorch и TensorRT, которые ускоряют вычисления на видеокартах.

Новый алгоритм назвали PTEFIT. Он работает на токамаке EXL-50U и тратит на один кадр всего 0,268 миллисекунды — быстрее, чем взмах крыла мухи. Этого хватает, чтобы управлять магнитными катушками в реальном времени: удерживать плазму в центре камеры и поддерживать нужную форму магнитных линий.

Для сравнения: за одну секунду PTEFIT успевает обработать почти 4000 кадров. Человеческий глаз видит лишь 24 кадра в секунду.

Такой подход — как переход от ручного вождения к автопилоту. Вместо того чтобы каждый раз решать уравнения с нуля, программа учится на примерах и потом действует мгновенно. Это открывает дорогу к более стабильной работе будущих термоядерных реакторов, где плазму нужно контролировать непрерывно, без пауз.

Температура плазмы в токамаке в несколько раз выше, чем в центре Солнца, но удерживается она не стенками, а магнитным полем — как невидимой бутылкой.

Учёные
Charles BennettRolf LandauerSeth LloydStephen HawkingJacob Bekenstein
Понятия
оптимизация ресурсов квантовых вычислений квантовый алгоритм гибридный алгоритм метод конечных элементов настройка квантовых вентилей подавление ошибок