AI预测聚变等离子体边缘动力学

本文通过使用基于Transformer的AI模型，为计算成本高的等离子体边缘模拟创建了一个快速而准确的替代方案，这代表了聚变研究的重大进展。这使得快速的场景探索和面向控制的研究成为可能，并可能导致聚变装置的实时应用。预测长期动态并再现高辐射区域运动等关键特征的能力，对于设计面向等离子体的部件和优化聚变反应堆的性能至关重要。与传统方法相比，速度的提升是一个主要的优势。

• •开发了基于Transformer的AI模型，用于预测等离子体边缘动力学。
• •与传统模拟方法相比，实现了显著的加速。
• •证明了预测长期动态和关键特征的能力。
• •支持聚变研究中的快速场景探索和面向控制的研究。