Два суперкомпьютера будут обучать один ИИ на данных британского и американского токамаков
Великобритания и США планируют связать две специализированные суперкомпьютерные платформы, чтобы обучать одни и те же модели искусственного интеллекта на данных разных термоядерных установок. Проект SUNRISE–STELLAR-AI Federation должен помочь создавать более универсальные модели поведения плазмы и в перспективе цифровые двойники токамаков, на которых можно будет виртуально испытывать решения для будущих термоядерных электростанций.
Партнёрами выступают Управление Великобритании по атомной энергии UKAEA и Принстонская лаборатория физики плазмы PPPL — национальная лаборатория Министерства энергетики США. 14 сентября 2026 года на Global Fusion Policy Summit в Лондоне организации подписали совместную декларацию о намерениях, предусматривающую создание федерации британской вычислительной платформы SUNRISE и американской STELLAR-AI. Проект развивает соглашение о сотрудничестве, заключённое двумя лабораториями в июне.
Главным источником данных должны стать два сферических токамака со сравнительно близкой архитектурой. В Великобритании это MAST Upgrade в Оксфордшире, а в США — NSTX-U в Нью-Джерси. В сферических токамаках плазма удерживается магнитным полем в более компактной камере, напоминающей по форме яблоко с удалённой сердцевиной. Такой подход рассматривается как один из возможных путей к более компактным термоядерным реакторам.
Объединение данных двух машин должно решить одну из проблем применения ИИ в термоядерной энергетике. Модель, обученная только на экспериментах одного токамака, может хорошо работать для этой конкретной установки, но хуже переноситься на другую. Если же один алгоритм обучать одновременно на данных нескольких установок, исследователи рассчитывают выделить более общие закономерности физики плазмы и получить модели, способные делать надёжные прогнозы за пределами одного эксперимента.
SUNRISE создаётся как британская суперкомпьютерная инфраструктура, специально ориентированная на искусственный интеллект и исследования управляемого термоядерного синтеза. Правительство Великобритании выделило на неё 45 миллионов фунтов стерлингов. STELLAR-AI сочетает средства искусственного интеллекта и высокопроизводительных вычислений PPPL; стоимость американской платформы составляет около 13 миллионов долларов.
Вместо физического объединения двух компьютеров в один огромный суперкомпьютер речь идёт о создании распределённой вычислительной среды. Исследователи хотят обеспечить обмен данными и моделями между платформами, а вычислительные задачи направлять на ту систему, оборудование которой лучше подходит для конкретного расчёта. Для этого необходимо решить проблему совместимости двух вычислительных инфраструктур, использующих различное аппаратное обеспечение.
Одним из следующих этапов партнёры рассматривают создание цифровых двойников MAST Upgrade и NSTX-U. Такой двойник представляет собой постоянно уточняемую виртуальную модель реальной установки, которая использует экспериментальные данные для прогнозирования её поведения. На ней инженеры смогут проверять изменения режимов работы и конструкции в программной среде до проведения экспериментов на настоящем токамаке.
Это особенно важно для термоядерной энергетики, где физические эксперименты сложны и дороги, а число режимов, которые необходимо изучить при проектировании электростанции, огромно. Модели смогут объединять реальные измерения с численным моделированием и исследовать состояния плазмы, которые ещё не были непосредственно получены на установках. В долгосрочной перспективе PPPL и UKAEA хотят создать общую базовую ИИ-модель для сферических токамаков, а затем попытаться распространить подход и на другие конфигурации токамаков.
Однако проект пока находится на ранней стадии. Подписанная декларация не означает, что британский и американский суперкомпьютеры уже работают как единая система, а цифровые двойники двух токамаков ещё не созданы. Сторонам предстоит определить техническую архитектуру федерации, способы перемещения вычислительных задач между платформами и правила совместного использования экспериментальных данных.
Поэтому пока речь идёт не о новом достижении в получении термоядерной энергии, а о создании вычислительной инфраструктуры, которая в будущем может ускорить её разработку. Если модели, обученные одновременно на нескольких токамаках, действительно окажутся более универсальными, они смогут сократить число физических экспериментов и быстрее проверять варианты будущих термоядерных установок.