Les chercheurs du MIT Pablo Rodriguez-Fernandez et Nathan Howard viennent de terminer l'un des calculs les plus exigeants en science de la fusion - prédisant les profils de température et de densité d'un plasma à magnétiquement via la simulation des premiers-prises de la turbulence du plasma.Résoudre ce problème par force brute dépasse les capacités des superordinateurs les plus avancés.Au lieu de cela, les chercheurs ont utilisé une méthodologie d'optimisation développée pour l'apprentissage automatique afin de réduire considérablement le temps de CPU requis tout en maintenant la précision de la solution.
Fusion energy
Fusion offers the promise of unlimited, carbon-free energy through the same physical process that powers the sun and the stars.Il faut chauffer le carburant à des températures supérieures à 100 millions de degrés, bien au-dessus du point où les électrons sont éliminés de leurs atomes, créant une forme de matière appelée plasma.Sur Terre, les chercheurs utilisent de forts champs magnétiques pour isoler et isoler le plasma chaud de la matière ordinaire.Plus le champ magnétique est fort, meilleure est la qualité de l'isolation qu'elle fournit.
Rodriguez-Fernandez et Howard se sont concentrés sur la prévision des performances attendues dans le dispositif SPARC, une expérience de fusion compacte et à champ élevé, actuellement en construction par la société de spin-out du MIT Commonwealth Fusion Systems (CFS) et des chercheurs du MIT's Plasma Science Science Scienceet centre de fusion.Bien que le calcul nécessitait une quantité extraordinaire de temps informatique, plus de 8 millions d'heures de processe.
The computational challenge of fusion energy
Turbulence, which is the mechanism for most of the heat loss in a confined plasma, is one of the science’s grand challenges and the greatest problem remaining in classical physics.Les équations qui régissent les plasmas de fusion sont bien connues, mais les solutions analytiques ne sont pas possibles dans les régimes d'intérêt, où les non-linéarités sont importantes et les solutions englobent une énorme gamme d'échelles spatiales et temporelles.Les scientifiques ont recours à la résolution des équations par simulation numérique sur les ordinateurs.Ce n'est pas un accident que les chercheurs de fusion sont des pionniers en physique informatique depuis 50 ans.
L'un des problèmes fondamentaux pour les chercheurs est de prédire de manière fiable la température et la densité du plasma étant donné uniquement la configuration du champ magnétique et la puissance d'entrée appliquée à l'extérieur.Dans les dispositifs de confinement comme SPARC, la puissance externe et l'entrée de chaleur du processus de fusion sont perdues par la turbulence dans le plasma.La turbulence elle-même est entraînée par la différence dans la température extrêmement élevée du noyau plasmatique et les températures relativement fraîches du bord du plasma (à quelques millions de degrés).Prédire les performances d'un plasma de fusion auto-chauffé nécessite donc un calcul de l'équilibre de puissance entre l'entrée de puissance de fusion et les pertes dues à la turbulence.
Ces calculs commencent généralement par supposer les profils de température et de densité du plasma à un emplacement particulier, puis de calculer la chaleur transportée localement par turbulence.Cependant, une prédiction utile nécessite un calcul auto-cohérent des profils dans l'ensemble du plasma, qui comprend à la fois l'apport de chaleur et les pertes turbulentes.La résolution directe de ce problème dépasse les capacités de tout ordinateur existant, de sorte que les chercheurs ont développé une approche qui casse les profils ensemble à partir d'une série de calculs locaux exigeants mais tractables.Cette méthode fonctionne, mais comme les flux de chaleur et de particules dépendent de plusieurs paramètres, les calculs peuvent être très lents à converger.
Cependant, les techniques émergeant du domaine de l'apprentissage automatique sont bien adaptées pour optimiser un tel calcul.En commençant par un ensemble de calculs locaux à forte intensité de calcul exécutés avec le code CGYRO Full-Physics, First-Principles (fourni par une équipe de General Atomics dirigée par Jeff Candy) Rodriguez-Fernandez et Howard ajusté un modèle mathématique de substitution, qui a été utilisé pour exploreret optimiser une recherche dans l'espace des paramètres.Les résultats de l'optimisation ont été comparés aux calculs exacts à chaque point optimal, et le système a été itéré à un niveau de précision souhaité.Les chercheurs estiment que la technique a réduit le nombre de cycles du code CGYRO par un facteur de quatre.
New approach increases confidence in predictions
This work, described in a recent publication in the journal Nuclear Fusion, is the highest fidelity calculation ever made of the core of a fusion plasma.Il affine et confirme les prédictions faites avec des modèles moins exigeants.Le professeur Jonathan Citrin, de l'Université de technologie d'Eindhoven et leader du groupe de modélisation des fusions pour Différe, l'Institut néerlandais de recherche sur l'énergie fondamentale, a déclaré: "Le travail accélère considérablement nos capacités de prédiction de scénario à ultra-fidélité ultra-fidelity.Cet algorithme peut aider à fournir le test de validation ultime de la conception de la machine ou de l'optimisation de scénario effectuée avec une modélisation plus rapide et plus réduite, augmentant considérablement notre confiance dans les résultats."
En plus de l'augmentation de la confiance dans les performances de fusion de l'expérience SPARC, cette technique fournit une feuille de route pour vérifier et calibrer des modèles de physique réduite, qui fonctionnent avec une petite fraction de la puissance de calcul.De tels modèles, recoupés contre les résultats générés à partir des simulations de turbulences, fourniront une prédiction fiable avant chaque décharge SPARC, aidant à guider les campagnes expérimentales et à améliorer l'exploitation scientifique de l'appareil.Il peut également être utilisé pour modifier et améliorer les modèles même simples basés sur les données, qui s'exécutent extrêmement rapidement, permettant aux chercheurs de passer au crible d'énormes gammes de paramètres pour réduire les expériences possibles ou les futures machines possibles.
La recherche a été financée par CFS, avec le soutien informatique du National Energy Research Scientific Computing Center, un u.S.Installation d'utilisateurs du ministère de l'Énergie Office des sciences.
