6月11日，德国马克斯普朗克等离子体物理研究所（IPP）所长Frank Jenko在《Nature Review Physics》发文，详细阐述了超级计算机在核聚变科研中的重要作用、以及当前研究方向。
一、研究背景
全球能源需求的持续攀升使得核聚变能源的研发备受瞩目。与太阳能、风能等受自然条件限制的可再生能源相比，核聚变有望提供稳定、可靠的基荷电力。其优势在于环境影响微小、固有安全性高、燃料效率高且丰富。在众多核聚变研究方案中，磁约束核聚变尤其是环状装置（如托卡马克和仿星器），因其在避免线性装置末端损失方面的优势而脱颖而出。尽管取得了显著进展，但实现持续的净能量增益仍是重大挑战。
超级计算机与核聚变研究的紧密联系可追溯至20世纪60年代。从最初为等离子体物理研究所配备的IBM 7090计算机，到如今的百亿亿次级超级计算平台，计算能力实现了指数级增长。早期的超级计算机主要用于处理核聚变研究中的复杂计算任务，随着技术进步，其在模拟等离子体行为、优化核聚变反应堆设计等方面的作用愈发显著。
二、超级计算机的作用
超级计算机在核聚变科研方面，主要有三大作用：
1.模拟等离子体行为
物理过程的精确刻画
：核聚变等离子体涉及复杂的物理现象，如湍流、磁流体动力学（MHD）不稳定性、高能粒子输运等。超级计算机借助高保真模拟，能够精确描述等离子体的温度、密度、速度场等参数的时空演化，为深入理解等离子体物理机制提供关键依据。
跨尺度相互作用的揭示
：等离子体现象跨越从微观的粒子碰撞到宏观的磁流体动力学过程的多个时空尺度。超级计算机具备同时处理这些跨尺度相互作用的能力，例如研究微观湍流如何影响宏观的等离子体输运性质，以及宏观的MHD模式如何与微观粒子行为相互耦合。
2.优化核聚变反应堆设计
磁场配置优化
：在托卡马克和仿星器装置中，磁场配置对等离子体的约束和稳定性起着决定性作用。
通过大规模数值模拟，超级计算机可以评估不同磁场配置方案的优劣，寻找能够实现高约束模式、降低等离子体不稳定性风险的最优设计。
部件设计与工程优化
：除了磁场系统，超级计算机还协助设计其他关键部件，如偏滤器（用于等离子体排气和排热）。通过模拟等离子体与偏滤器的相互作用，优化其形状和材料，以提高偏滤器的性能和耐久性，确保等离子体的稳定运行。
3.材料研发支持
极端条件下的材料性能预测
：核聚变反应堆内部环境极端严苛，材料需承受高温、高能中子辐照和强烈的电磁力。超级计算机通过模拟材料在这些极端条件下的微观结构演变和性能变化，提前预测材料的使用寿命和可靠性。
高通量材料筛选
：借助高通量计算方法，超级计算机能够快速筛选出具有潜在应用价值的候选材料。
通过建立材料基因库，结合机器学习算法，实现对材料性能的快速评估和优化，加速核聚变材料的研发进程。
三、当前研究方向
1.预测等离子体性能
非线性回旋动理学模拟
：为提高核聚变装置的性能，需精确预测等离子体的核心和边缘行为。目前，非线性回旋动理学模拟已成为预测等离子体性能的重要工具。例如，GENE、GS2、GYRO和GKV等代码能够基于给定的外核值，预测温度和密度分布。通过多尺度技术，将局部或全局的回旋动理学湍流代码与输运求解器耦合，显著提高了模拟效率。此外，利用基于准线性理论的简化模型和机器学习模型，可在一定程度上替代昂贵的模拟，进一步加速计算过程。
改进的约束模式研究
：从低约束模式（L模）到高约束模式（H模）的转变是核聚变研究的重要里程碑。超级计算机模拟有助于深入理解L-H转变的物理机制，揭示湍流猝灭和输运屏障形成的微观过程。这将为实现更高效的等离子体约束和能量输运提供理论支持。
2.控制等离子体排气
偏滤器和刮削层的模拟：控制等离子体的热和粒子排气对于核聚变实验的成功至关重要。超级计算机能够高保真地模拟偏滤器和刮削层（SOL）中的复杂物理过程，包括等离子体行为、热通量分布以及与偏滤器材料的相互作用。通过模拟，研究人员可以优化偏滤器设计，提高排气效率，降低等离子体对器壁的热负荷和粒子侵蚀。
模型发展与验证
：为了更准确地描述等离子体排气过程，研究人员不断发展和验证流体模型和回旋动理学模型。例如，FCI方法和在回旋动理学的2D速度空间中采用谱方法，可有效提高模拟效率和精度。同时，借助实验数据对模拟结果进行验证，确保模型能够可靠地预测等离子体排气行为。
3.控制瞬态现象
非线性MHD模拟
：瞬态现象如等离子体破裂和边缘局域模（ELMs）对磁约束核聚变装置的运行构成重大挑战。非线性MHD代码（如BOUT++、JOREK、M3D-C1等）为理解和缓解这些现象提供了有力工具。通过模拟，研究人员能够深入研究破裂和ELMs的触发机制、演化过程以及对装置部件的影响，进而开发出有效的控制策略。
控制方法研究
：基于模拟结果，研究人员探索了多种控制瞬态现象的方法。例如，通过弹丸注入（注入低温粒子团）或施加共振磁扰动来抑制大型 ELMs；通过优化等离子体参数分布、快速杂质注入等手段来预防或缓解破裂。此外，对于仿星器装置在避免瞬态现象方面的潜力也进行了研究。
4.开发全优化的仿星器
磁场配置优化
：仿星器的设计目标是基于一系列关键标准来优化磁场配置。这包括实现高质量的磁通面、稳健的MHD稳定性和高效的等离子体排气。计算机模拟在这一过程中发挥着重要作用，通过优化算法的引入，能够在满足工程约束的条件下，逐步改进设计，平衡等离子体性能、工程复杂性和成本效益。
湍流控制研究
：在仿星器中，当新古典输运被最小化后，湍流成为主导的跨场输运机制。研究人员利用非线性回旋动理学模拟，深入研究了驱动湍流波动的线性微观不稳定性（如离子温度梯度模式、电子温度梯度模式和陷阱电子模式）以及相应的非线性饱和机制。通过探索各种策略来抑制湍流，如利用磁场线沿磁面的局部磁剪切变化来减少ITG模式的驱动，或提高ITG模式的阈值，以实现对湍流输运的控制和优化。
5.探索燃烧等离子体条件
阿尔法粒子与等离子体的相互作用
：在燃烧等离子体实验中，阿尔法粒子通过D-T聚变反应将能量传递给等离子体，维持其温度并支持聚变反应的持续进行。超级计算机模拟有助于理解阿尔法粒子与等离子体的相互作用，模拟阿尔法粒子的输运过程，并为实时控制系统提供信息，以维持最佳的等离子体条件。
阿尔法粒子对湍流的影响
：研究表明，阿尔法粒子驱动的阿尔芬本征模（AEs）可能对湍流输运和等离子体约束产生影响。通过全球回旋动理学代码（如EUTERPE、GENE、GKNET、GTC和ORB5），研究人员揭示了AEs 与湍流之间的多种非线性耦合机制。这些研究强调了在研究此类复杂现象时采用自洽方法的必要性。
6.寻找合适的材料
高通量材料筛选
：核聚变反应堆将材料暴露在极端条件下，要求材料具备卓越的耐热性、结构完整性和抗中子辐照能力。超级计算通过高通量材料筛选，帮助识别出具有最理想性能的材料，以便进行详细的实验表征研究。这大大加速了核聚变材料研发的进程。
机器学习在材料研究中的应用
：机器学习技术在核聚变材料研究中发挥着重要作用。例如，利用机器学习支持的分子动力学模拟，针对候选材料的辐射损伤进行研究。机器学习还被用于开发鲁棒且精确的原子间势函数，以及加速新材料的发现。
超级计算作为核聚变研究的关键技术，凭借其强大的百亿亿次处理能力和先进的机器学习技术，将持续推动核聚变能源的发展。通过模拟复杂的等离子体行为，超级计算机能够可靠地预测等离子体性能，管理瞬态现象和等离子体排气，探索燃烧等离子体条件，并开发出能够承受恶劣条件的材料。同时，超级计算机通过分析实验和模拟数据，推进数据驱动的战略，利用机器学习技术实现对等离子体行为的实时预测和控制。这将显著减少研发过程中的试错次数，节省大量的时间和资源。
未来，随着超级计算技术的不断进步，核聚变能源的实用化步伐将加快，为全球能源需求的可持续发展提供重要支撑。
参考资料：
- https://www.ipp.mpg.de/5538521/interview_Jenko?c=14226
- https://www.nature.com/articles/s42254-025-00837-1