專家押注量子計算機和AI超級計算機解決聚變燃料難題
橡樹嶺國家實驗室、克利夫蘭診所和IBM的研究人員利用量子計算機和AI模擬熔鹽（FLiBe），以尋找提取聚變反應堆所需氚燃料的最佳材料。研究表明，量子計算與經典計算相結合可以準確預測分子結構，助力核聚變能規模化。
一個多世紀以來，核聚變能一直被視為化石燃料的誘人替代品，但製造一個人造太陽的難度遠超想象。然而，來自橡樹嶺國家實驗室（ORNL）、克利夫蘭診所和IBM的研究人員，在美國能源部（DoE）的“創世紀任務”支持下，提出量子計算機以及人工智能可能是實現大規模聚變發電的關鍵。研究人員正在利用IBM的量子處理單元（QPU）來尋找最佳材料，以提取聚變反應堆所需的氚燃料。氚是一種放射性氫同位素，由1個質子和2箇中子組成，在地球上極為稀少。要實現聚變能的大規模生產，必須先解決氚的批量製備問題。
研究指出，含有氟、鋰和鈹的熔鹽（FLiBe）是提取氚用於聚變反應堆的候選材料之一。這些熔鹽曾作為實驗性裂變反應堆的冷卻劑，現在被視為氚的增殖環境。挑戰在於預測FLiBe分子簇的電子基態能量，以瞭解它們如何結合氚。這是一項計算密集且容易出錯的任務，而量子計算機在優化和計算化學問題上顯示出巨大潛力。
開發所需的量子算法並不容易，但研究人員並未放棄。克利夫蘭診所此前用於模擬12635個原子蛋白質的技術同樣適用於FLiBe模擬。該過程將QPU用作加速器，類似於當今超級計算機和AI集羣中GPU的角色，執行傳統硬件無法輕易完成的計算。IBM在博客中解釋，問題的部分被分解為量子電路，由QPU求解，“這使得團隊能夠更精確地確定材料的電子結構以及原子的行為，特別是它們在分子水平上結合氚的強度。”
通過組合CPU、GPU和QPU，研究人員確定了九種可能的簇結構配置，可用於生產聚變反應堆設計所需的氚燃料。IBM量子中心超級計算首席技術官Jerry Chow表示：“這些結果進一步證明，量子中心超級計算機已成為解決長期困擾化學家、工程師和材料科學家的實際科學工具。”儘管量子計算展現了前景，但這不是實現聚變能的萬能鑰匙。近年來在自持聚變反應堆方面雖有進展，但距離目標仍有很長的路要走。