Энергетический уроборос: ИИ сам спроектирует себе ядерные реакторы, чтобы не умереть от голода

Национальная лаборатория Айдахо договорилась с NVIDIA о совместной работе над тем, как быстрее выводить на площадки новые атомные реакторы в США. Главный инструмент здесь - искусственный интеллект. Партнёры рассчитывают сократить сроки разработки как минимум вдвое и одновременно уменьшить расходы на эксплуатацию более чем на 50%.

Соглашение вписали в инициативу Министерства энергетики США Genesis Mission. В её рамках собирают крупную научную вычислительную платформу для ускорения исследований, задач безопасности и энергетических разработок. Одно из направлений этой программы получило кодовое имя Prometheus. Смысл формулируют прямо: атомная энергетика должна строиться быстрее, работать безопаснее и обходиться дешевле.

Prometheus предполагает, что ИИ будут применять на всём пути реактора: от первых чертежей до работы на станции. Речь не только о проектировании, но также о лицензировании, производстве, строительстве и эксплуатации. Сейчас эти этапы растягиваются на годы из-за объёма расчётов, проверок документации и согласований. Авторы инициативы хотят автоматизировать самые трудоёмкие инженерные задачи, но не убирать человека из процесса. Модель называют human-in-the-loop (дословно "человек в петле"): алгоритмы готовят расчёты и варианты, а решения остаются за инженерами и регуляторами.

Ещё одна причина ускоряться - растущий спрос на электричество со стороны дата-центров, на которых держится инфраструктура ИИ. Здесь задумана связка в обе стороны: ИИ помогает быстрее проектировать и вводить реакторы, а атомная генерация снабжает энергией вычислительные площадки и сами центры обработки данных.

Техническая основа проекта - генеративные модели, цифровые двойники и агентные сценарии работы. Цифровой двойник - это подробная компьютерная модель реактора, на которой можно прогонять режимы и аварийные сценарии ещё до того, как начнётся строительство. Такие модели планируют обучать на многолетних данных INL: лабораторных экспериментах, архивных исследованиях и сведениях об эксплуатации опытных установок. Задача простая: заранее проверить, как система ведёт себя в разных режимах, чтобы меньше переделывать уже на стройке.

NVIDIA берёт на себя вычисления. Компания даёт железо и софт, которые умеют быстро считать сложные модели на видеокартах (GPU). Под эти ускорители собираются перенести и оптимизировать несколько «ядерных» программ расчёта, среди них MOOSE, BISON, Griffin и Pronghorn. С их помощью инженеры моделируют, что происходит внутри реактора: как ведёт себя топливо, как нагреваются и стареют материалы, как движутся нейтроны. Если такие расчёты пойдут на GPU, то то, что раньше считалось неделями, можно будет прогонять заметно быстрее. Плюс появится запас мощности на более подробные симуляции, а значит меньше сюрпризов уже на этапе строительства и эксплуатации.

Для обучения больших ИИ-моделей и прогонов сложных расчётов хотят использовать суперкомпьютеры Министерства энергетики США. А чтобы цифровые двойники не оставались красивыми картинками, их будут сверять с реальными измерениями на площадках INL. В списке источников таких данных упоминают установку для нейтронной радиографии и проект MARVEL, который связан с микрореакторами. MARVEL пока не запущен, но в дальнейшем его рассчитывают использовать как один из поставщиков экспериментальных результатов.

Проект упирается не только в вычисления. Важная часть замысла связана с регуляторикой: авторы инициативы надеются, что ИИ поможет быстрее готовить и проверять материалы для лицензирования, а значит сократить этап, который сегодня часто тянется дольше остальных и обходится дороже всего. В перспективе программу хотят расширить и подключить к ней больше участников, от частных разработчиков реакторов и энергокомпаний до инвесторов и других национальных лабораторий.

Если план сработает, США смогут быстрее выводить новые реакторы и параллельно укрепят инфраструктуру, на которой растёт собственная индустрия искусственного интеллекта.