Google DeepMind 與 Commonwealth Fusion Systems 合作推動核融合能源

使用 TORAX 加速等離子體模擬

Google DeepMind 正向 CFS 提供 TORAX，一個以 JAX 建置的開源、可微分等離子體模擬器。此工具讓研究人員能模擬熱能、電流與物質在等離子體核心的流動，以及它與周圍系統的相互作用。

由於 TORAX 相容於 CPU 與 GPU，且可與 AI 驅動的模型整合，使 CFS 能在 SPARC 機器實體啟動前執行數百萬次虛擬實驗，以精練操作計畫。CFS 物理運營高級經理 Devon Battaglia 表示：「TORAX 是一個專業的開源等離子體模擬器，為我們在設定與執行 SPARC 的模擬環境上節省了無數小時。」

優化達成淨能量的路徑

要實現最大核融合能量，需要精確調校眾多變數，包括加熱功率、燃料注入與磁線圈電流。為避免手動調校的低效率，Google DeepMind 正使用強化學習與演化搜尋方法（如 AlphaEvolve）的 AI 代理人。

這些代理人在 TORAX 模擬中探索大量潛在操作情境，以找出產生淨能量的最有效且最具韌性的路徑。此基礎設施讓 CFS 能研究各種 SPARC 情境，例如在特定限制下最大化核融合功率或優化韌性，提升機器全面委託前成功的機率。

AI 驅動的即時等離子體控制

Google DeepMind 正開發「AI 飛行員」以管理托卡馬克的複雜即時需求。先前的研究已證明強化學習能控制磁場配置，而本次合作將此擴展至同時優化多項績效指標，包括核融合功率最大化與熱負載管理。

SPARC 的一大挑戰是管理集中於機器內部小區域的巨大熱量。DeepMind 正研究強化學習代理人如何學習動態控制等離子體，以有效分散熱量——例如透過磁力將排放能量掃過牆面，以保護固體材料。此 AI 驅動的方法旨在發現比傳統人工設計控制更複雜的自適應策略，且可快速為特定脈衝調整傳統控制演算法。

核融合能源的戰略意涵

此合作結合了 Google DeepMind 的 AI 專長與 CFS 的高溫超導磁鐵與硬體。除了立即優化 SPARC 的目標外，願景在於奠定 AI 成為未來商業核融合電廠核心的智慧、適應系統的基礎。此技術合作亦得到 Google 對 Commonwealth Fusion Systems 更廣泛投資的支持，以推動核融合技術商業化。