美國科學家利用全球首台艾尺度超級電腦 Frontier，破解電漿中的磁渦流問題，這被視為物理學最棘手的難題之一。美國能源部（DOE）橡樹嶺國家實驗室（ORNL）的科研團隊運用 AI 模型，訓練全球第三快的艾尺度超級電腦，精準捕捉電漿的混亂行為。研究結果顯示，此發現有望重塑相關研究，並改善超新星爆炸的模擬方式，同時有助開發更高效的核融合反應爐。「這種能力長期以來是天體物理學家及其他科學家的夢想，」領導研究的 Argonne 國家實驗室計算科學家 Eliu Huerta 博士表示。
「這是首次透過 AI 達到此等複雜系統的洞察水平。」
模擬宇宙爆炸
磁流體動力學（MHD）渦流是一種複雜混亂過程，支配電漿在磁場影響下的行為。此類渦流遍布宇宙，塑造太陽耀斑、超新星爆炸，甚至地球磁場環境。然而，精準模擬 MHD 渦流一直是重大挑戰。傳統方法如 Reynolds-Averaged Navier Stokes（RANS）方法，依賴簡化方程，抹平細微細節，無法涵蓋所有相關物理。「系統越混亂，模擬越困難，」Huerta 指出。
為應對挑戰，科學家採用兩階段方法。首先，物理資訊神經運算子學習電漿行為，並描繪系統隨時間演化；其次，擴散模型介入重建細節，重現定義渦流的微小漩渦及快速波動。但訓練模型產生數千詳細電漿模擬，需要巨量計算資源，因此團隊獲分配 Frontier 電腦時間。 Frontier 是全球第三快的艾尺度超級電腦，每秒可執行超過 2 百億億次計算。此能力實現以往不可能的模擬。
「Frontier 對我們是救星，」領導項目的研究生 Semih Kacmaz 表示。「我們用 Frontier 生成高保真數據集，訓練擴散模型及物理資訊神經運算子。」其速度讓團隊訓練神經運算子捕捉整體 MHD 渦流，擴散模型則學習細節如微小漩渦及流動。兩者合力如 AI 組合，數秒內產生高細節渦流預測，錯誤率較以往方法減半以上。「這是 AI 首次忠實模擬極端條件下磁化渦流，」Huerta 在新聞稿中總結。
「透過耦合物理資訊神經運算子與生成擴散，我們建立框架，既遵從方程，又恢復電漿全複雜度。」團隊計劃擴展模型至更複雜系統，包括完整 3D 電漿模擬、天體物理環境，以及核融合反應爐渦流模擬。
