‍ 🔴 آزمایشگاه اوک ریج، کلینیک کلیولند و آی‌بی‌ام، شبیه‌سازی‌های کوانتومی برای مواد همجوشی را به نمایش گذاشتند

🔹محققان آزمایشگاه ملی اوک ریج (ORNL)، کلینیک کلیولند و آی‌بی‌ام، برای اولین بار محاسبات مربوط به نه پیکربندی مولکولی از ماده‌ی کلیدی FLiBe را با استفاده از رایانه‌های کوانتومی انجام دادند. FLiBe یک نمک مذاب حاوی فلوئور (Fluorine)، لیتیوم و بریلیوم است که به عنوان یکی از کاندیداهای اصلی برای استخراج سوخت تریتیوم (Tritium) در راکتورهای #همجوشی شناخته می‌شود.

🔸تریتیوم، ایزوتوپی نادر از هیدروژن است که برای تولید انرژی در بیشتر ماشینهای همجوشی پیشنهادی ضروری بوده و تأمین آن، یکی از موانع عمده در مسیر عملیاتی شدن نیروگاههای همجوشی محسوب می‌شود. این پژوهش که در مقاله منتشرشده در arXiv گزارش شده، نشان می‌دهد که محاسبات سطح اتمی برای چنین موادی، بر روی رایانه‌های کلاسیک به تنهایی به دلیل پیچیدگی مقیاس‌پذیری، بسیار دشوار است.

🔹در این پروژه، تیم تحقیقاتی از تکنیکهای ابررایانش متمرکز بر کوانتوم (Quantum-Centric Supercomputing) استفاده کردند که در آن واحدهای پردازش مرکزی (CPU)، واحدهای پردازش گرافیکی (GPU) و واحدهای پردازش کوانتومی (QPU) با یکدیگر کار می‌کنند تا مسائلی را حل کنند که هر یک به تنهایی قادر به حل آن نیستند. در این رویکرد، بخشهایی از مسئله که قابل تبدیل به مدارهای کوانتومی (Quantum Circuits) هستند، روی رایانه کوانتومی حل شده و بقیه محاسبات توسط رایانه‌های کلاسیک انجام می‌شود.

🔸این همکاری محاسباتی به دانشمندان اجازه داد تا ساختار الکترونی FLiBe و رفتار اتم‌های آن را با دقت بیشتری تعیین کنند و به طور خاص، قدرت و مکانیسم اتصال اتم‌های تریتیوم به پیکربندی‌های مختلف این ماده را در سطح مولکولی بنیادی بررسی نمایند. با این روش، آنها توانستند محدوده‌ای از پیکربندی‌هایی که اتم‌ها از آنها عبور می‌کنند را شناسایی کرده و ویژگی‌هایی مانند میزان و نحوه اتصال تریتیوم در هر پیکربندی را استخراج کنند که در غیر این صورت پنهان می‌ماند.

🔹بهینه‌سازی بهترین فرمول برای FLiBe، که ترکیب آن تحت تأثیر تشعشعات شدید نوترونی، گرمای بسیار بالا و میدانهای مغناطیسی به صورت پویا در حال تغییر است، یکی از دشوارترین چالش‌های علمی و مهندسی به شمار می‌رود. این پژوهش که با هدف مأموریت «جنسیس» (Genesis Mission) وزارت انرژی آمریکا برای تسریع کشف علمی از طریق تلفیق محاسبات کارآمد (HPC)، هوش مصنوعی و محاسبات کوانتومی همسو است، گامی بنیادین برای بهینه‌سازی تولید و استخراج تریتیوم محسوب میشود.

🔸پتام بک، رئیس بخش تعامل علمی در اداره علوم محاسباتی ORNL، تأکید کرد که رایانه‌های کوانتومی، به همراه هوش مصنوعی و ابررایانه‌های اگزاسکیل (Exascale)، ابزارهای کلیدی برای تسریع چرخه‌های کشف و طراحی مورد نیاز برای تولید سوخت کافی جهت راکتورهای همجوشی هستند. این موفقیت، بر اساس کارهای قبلی تیم در شبیه‌سازی سیستمهای بیولوژیکی پیچیده شامل پروتئینهایی با ۱۲٬۶۳۵ اتم بنا شده و کاربرد این تکنیکها را به علم مواد و سیستمهای مرتبط با همجوشی گسترش میدهد.

🏅همکاری مشترک این تیم پژوهشی همچنان ادامه دارد و هدف آن کاهش زمان انتقال داده بین منابع کوانتومی و کلاسیک و افزایش مقیاس برهمکنش های مولکولی شبیه‌سازی شده است. در نهایت، محققان امیدوارند که اکوسیستم انرژی همجوشی بتواند مستقیماً از این گردش کار برای طراحی و تأیید مواد خود استفاده کند.

📎لینک خبر
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰
🟢join: @QuantumTEQ
🌐Website
🔵LinkedIn

#اخبار #محاسبات_کوانتومی #همجوشی