Лаборатория Айдахо (Idaho National Laboratory, INL) объявила о партнёрстве с компанией NVIDIA в рамках инициативы, направленной на ускорение внедрения передовых ядерных реакторов с помощью технологий искусственного интеллекта. Проект, действующий в рамках миссии «Генезис», нацелен на преобразование процессов проектирования, лицензирования, производства, строительства и эксплуатации реакторов. Ожидается, что применение ИИ позволит значительно сократить сроки развертывания и снизить операционные расходы по сравнению с традиционными подходами.
Миссия «Генезис» — национальная программа Министерства энергетики США (DOE), которая должна создать мощную научную платформу для ускорения открытий, укрепления национальной безопасности и стимулирования прорывных энергетических решений. В числе 26 приоритетных задач внимание уделяется «Великому вызову Prometheus», направленному на обеспечение более быстрых, безопасных и экономичных ядерных энергорешений. Сотрудничество INL и NVIDIA сосредоточено на преодолении ключевых препятствий для широкого развертывания ядерной энергетики.
В основе партнёрства лежит интеграция машинного обучения, генеративных моделей, цифровых двойников и автономных агентных рабочих процессов. Цифровые двойники — виртуальные реплики физических систем реактора — позволят моделировать и оптимизировать поведение реакторов в различных условиях без прямого физического риска. Модель «человек в цикле» предусматривает сочетание автоматизации и экспертного контроля для снижения рисков и повышения надежности на всех этапах жизненного цикла реактора.
Ожидаемые результаты включают как минимум двукратное ускорение сроков реализации проектов и сокращение операционных затрат более чем на 50 процентов. Такие улучшения считаются критичными на фоне растущего спроса на чистую и стабильную энергию, необходимую для цифровой экономики и инфраструктур на базе ИИ. Ядерная энергия рассматривается как надёжный источник базовой нагрузки, способный поддерживать энергопотребление энергоёмких вычислительных систем.
Техническая экспертиза INL дополняется опытом NVIDIA в области аппаратного и программного обеспечения для ИИ. В рамках сотрудничества планируется адаптация и ускорение ключевых ядерных симуляционных кодов — включая MOOSE, BISON, Griffin и Pronghorn — под архитектуры с ускорением на GPU. Такая оптимизация должна повысить точность и скорость многопрофильных моделирований, превращая расчёты, которые ранее занимали дни, в задачи, решаемые за часы или даже минуты.
Для обучения масштабных моделей ИИ и выполнения высокоточных симуляций задействуются суперкомпьютеры лидерского класса Министерства энергетики. Одновременно системы ИИ на площадках эксплуатации будут обеспечивать мгновенную обработку данных и принятие решений, необходимые для безопасной и эффективной работы реакторов. Валидация моделей планируется на основе исторических данных эксплуатируемых реакторов и экспериментальных установок, включая NRAD и лабораторию MARVEL.
Проект также нацелен на институционализацию методов ускорённых вычислений и ИИ в отрасли, чтобы облегчить их внедрение в энергетических компаниях, среди разработчиков реакторов, регуляторов и инвесторов. Ожидается, что это приведёт к адаптации регуляторных практик под цифровые и автономные операции, что должно упростить процессы лицензирования без снижения требований к безопасности и соответствию нормам.
Инициатива согласуется с национальными приоритетами, связанными с промышленной и научной трансформацией под влиянием ИИ. Встраивание ИИ в ядерный сектор рассматривается как инструмент обеспечения доступной, надёжной и чистой энергии, поддерживающей экономическую устойчивость и технологическое лидерство страны. Представители DOE подчёркивают, что сочетание ядерной экспертизы и инфраструктуры ИИ обещает как значительную экономию, так и повышение надёжности и безопасности энергетических систем.
Подход «человек в цикле» остаётся центральным элементом рабочего процесса, обеспечивая баланс между автоматизацией и экспертным надзором. В таких схемах ИИ выступает в роли дополнения к человеческому принятию решений, что снижает риски, связанные с полной автоматизацией, и повышает оперативную адаптивность. Непрерывное обучение на основе эксплуатационных данных способствует постоянному улучшению систем и повышению эффективности их работы.
Рамки сотрудничества включают и другие национальные лаборатории, в том числе Oak Ridge и Argonne, а также возможное привлечение академических учреждений и промышленности. Такая экосистема способствует междисциплинарным инновациям и обмену знаниями, ускоряя необходимые преобразования для удовлетворения насущных национальных энергетических потребностей. Совместные усилия национальных лабораторий направлены на объединение ядерной науки с возможностями следующих поколений вычислений.
В контексте глобальных задач по снижению выбросов и увеличению энергетических мощностей проект демонстрирует, как применение ИИ в ядерной энергетике может способствовать сокращению выбросов и расширению устойчивых источников энергии. Передовые реакторы, спроектированные и эксплуатируемые с помощью ИИ, могут обеспечить стабильную низкоуглеродную генерацию и одновременно снизить проблемы, связанные с высокими начальными затратами и продолжительными регуляторными сроками. Это делает ядерную энергию привлекательным компонентом будущих портфелей чистой энергетики.
В заключение, партнёрство Idaho National Laboratory и NVIDIA представляет собой сочетание ядерной науки и технологий искусственного интеллекта, призванное трансформировать ландшафт ядерной энергетики. Применение цифровых двойников, ускорённых симуляций и автономных рабочих процессов должно ускорить развертывание более безопасных, дешёвых и быстрых реакторов. Проект позиционирует ядерную энергию как ключевой элемент энергетического будущего США, поддерживающий развивающуюся экономику на базе ИИ и укрепляющий национальную безопасность.
Тема исследования: ускоренное с помощью искусственного интеллекта развертывание передовых ядерных реакторов.
Заголовок статьи: Idaho National Laboratory и NVIDIA создают ИИ‑платформу для быстрого и экономичного развертывания ядерной энергетики.
Дата публикации: в исходных материалах не указана.
Комментариев