Podle aktuálního oficiálního žebříčku TOP500 z listopadu 2025 je americký superpočítač Frontier umístěný v laboratořích ORNL (Oak Ridge National Laboratory) druhým nejvýkonnějším na světě se změřenými 1,353 EFlop/s (1,353 triliony operací v pohyblivé řádové čárce za sekundu), teoreticky dokonce s 2,055 EFlop/s (výkon vypočítaný z frekvence a počtu jader/ jednotek). „Domácí“ vědci z ORNL jej nedávno zapojili do řešení problému s magnetickými turbulencemi plazmatu.
Chaotické chování plazmatu je považováno za jeden z nejzatvrzelejších oříšků soudobé fyziky. Eliu Huerta z Národní laboratoře Oak Ridge amerického ministerstva energetiky (DOE) a jeho spolupracovníci využili modely umělé inteligence k tomu, aby naučili superpočítač Frontier turbulence v plazmatu přesně zachytit. Výsledky tohoto výzkumu by mohly zásadně proměnit výzkum plazmatu a to, jak plazma simulujeme.
Simulace chování plazmatu totiž spojují zdánlivě velmi odlišná odvětví výzkumu, jako třeba astrofyziku, kde vědci modelují exploze supernov a podobné extrémní jevy, s vývojem fúzních reaktorů, při němž musejí odborníci řešit problémy s obtížně zkrotitelným plazmatem během fúzních reakcí.
Podle Huerty je to poprvé, kdy se pomocí umělé inteligence podařilo dosáhnout tak hlubokého porozumění u tak složitých systémů.
Jde o magnetohydrodynamické (MHD) turbulence, složité a chaotické procesy, které určují, jak se elektricky nabité částice plynů (plazma) chovají v přítomnosti magnetických polí. Tato turbulentní proudění se nacházejí v celém vesmíru: formují sluneční erupce, výtrysky černých děr i samotné magnetické prostředí Země.
Tradiční metody, jako např. RANS (Reynolds-Averaged Navier Stokes), se spoléhají na zjednodušené rovnice, které vyhlazují jemné detaily a nezohledňují všechny relevantní fyzikální faktory.
„Čím chaotičtější je systém, tím těžší je ho simulovat,“ poznamenal Huerta. Aby se s touto výzvou vypořádali, vědci přišli s dvoustupňovým přístupem. Nejprve se fyzikálně informovaný neuronový operátor učí chování plazmatu a zároveň mapuje, jak se systém v čase vyvíjí. Poté se zapojí model založený na difuzi, který rekonstruuje jemnější detaily, a tím regeneruje malé víry a rychlé fluktuace, které definují turbulentní proudění. Trénování modelů pro generování tisíců detailních simulací plazmatu však vyžadovalo obrovský výpočetní výkon. A právě zde vypomohl Frontier, respektive na výzkum přidělený jeho výpočetní čas.
Frontier, druhý nejrychlejší exascale superpočítač na světě, hned po El Capitanu, je schopen teoreticky provádět více než dva triliony (1018) výpočtů za sekundu. To umožnilo simulace, které byly dříve nedostupné.
„Frontier pro nás byl záchranou,“ řekl Semih Kacmaz, postgraduální student, který projekt vedl. „Použili jsme jej k vygenerování vysoce přesných datových sad pro trénování našeho difuzního modelu a k trénování našich fyzikálně informovaných neuronových operátorů.“
Rychlost stroje umožnila týmu vyškolit neuronové operátory k zachycení celkové MHD turbulence. Mezitím se difuzní model učil jemnější detaily, jako jsou malé víry a proudění. Společně pracovali jako tým s umělou inteligencí na simulaci turbulence.
Výsledkem byl systém, který dokáže během několika sekund vytvářet velmi detailní předpovědi turbulencí a zároveň snižuje chyby o více než polovinu ve srovnání s předchozími metodami.
Tým si dále klade za cíl rozšířit model tak, aby zvládal ještě složitější systémy, včetně plných 3D simulací plazmatu a astrofyzikálních prostředí, a také aplikace, jako je modelování turbulence v reaktorech pro jadernou fúzi.