Máy tính lượng tử, siêu máy tính AI được kỳ vọng gỡ nút thắt nhiên liệu cho điện nhiệt hạch

Năng lượng nhiệt hạch từ lâu được xem là lựa chọn hấp dẫn để thay thế nhiên liệu hóa thạch, vì về lý thuyết nó có thể tạo ra nguồn điện dồi dào với lượng phát thải carbon rất thấp. Tuy nhiên, biến nhiệt hạch thành một “Mặt Trời nhân tạo” vận hành ổn định trên Trái Đất vẫn là thách thức cực lớn. Một trong những điểm nghẽn quan trọng nhất không chỉ là thiết kế lò phản ứng, mà còn là tìm ra nguồn nhiên liệu phù hợp, đặc biệt là triti — một đồng vị phóng xạ của hydro, chứa một proton và hai neutron, hiện rất hiếm trong tự nhiên.

Theo nghiên cứu mới do Phòng thí nghiệm Quốc gia Oak Ridge (ORNL), Cleveland Clinic và IBM thực hiện nhằm hỗ trợ Genesis Mission của Bộ Năng lượng Mỹ (DoE), máy tính lượng tử có thể trở thành công cụ quan trọng để tăng tốc quá trình tìm vật liệu tối ưu cho việc sản xuất triti ở quy mô lớn. Thay vì chỉ dựa vào máy tính truyền thống, nhóm nghiên cứu đang khai thác QPU, tức bộ xử lý lượng tử, để mô phỏng các hệ vật liệu phức tạp mà các phương pháp tính toán thông thường rất khó xử lý chính xác.

Trọng tâm của nghiên cứu là FLiBe, tên viết tắt của hỗn hợp muối nóng chảy chứa flo, lithium và berili. Đây là loại vật liệu từng được dùng làm chất làm mát trong một số lò phản ứng phân hạch thử nghiệm, nhưng hiện được đánh giá là ứng viên sáng giá cho vai trò “môi trường sinh triti”. Nói đơn giản, FLiBe có thể giúp tạo ra và giữ triti để cung cấp cho các thiết kế lò nhiệt hạch đầy hứa hẹn. Vấn đề là các nhà khoa học cần hiểu thật rõ ở cấp độ phân tử rằng FLiBe liên kết với triti mạnh đến đâu và trong điều kiện nào.

Để trả lời câu hỏi trên, các nhà nghiên cứu phải tính được năng lượng trạng thái cơ bản điện tử của các cụm phân tử FLiBe. Đây là mức năng lượng thấp nhất mà hệ electron của vật liệu có thể đạt tới, và nó đóng vai trò then chốt trong việc dự đoán cấu trúc điện tử cũng như cách các nguyên tử tương tác với triti. Những phép tính kiểu này cực kỳ tốn tài nguyên, dễ phát sinh sai số và nhanh chóng vượt quá khả năng của các hệ tính toán cổ điển khi độ phức tạp tăng lên. Đó cũng là lý do điện toán lượng tử, vốn nổi bật ở các bài toán tối ưu hóa và hóa học tính toán, được đưa vào thử nghiệm.

IBM cho biết nhóm nghiên cứu không thay thế hoàn toàn siêu máy tính hiện có, mà kết hợp nhiều lớp phần cứng khác nhau. CPU là bộ xử lý trung tâm đảm nhiệm điều phối chung; GPU, tức bộ xử lý đồ họa, vốn đã trở thành trụ cột trong siêu máy tính và các cụm AI nhờ khả năng xử lý song song; còn QPU được dùng như một bộ tăng tốc chuyên biệt cho những phần bài toán phù hợp với mạch lượng tử. Cách tiếp cận này tương tự mô hình điện toán lai, trong đó từng phần của bài toán được tách ra, chuyển thành các mạch lượng tử để QPU giải, rồi ghép kết quả trở lại hệ thống tổng thể.

Một điểm đáng chú ý là nhóm nghiên cứu tận dụng các kỹ thuật mà Cleveland Clinic từng dùng để mô phỏng protein gồm 12.635 nguyên tử. Dù protein sinh học và muối nóng chảy FLiBe là hai hệ rất khác nhau, cách xây dựng thuật toán và phân rã bài toán cho môi trường tính toán lai vẫn có thể tái sử dụng. Theo IBM, phương pháp này giúp nhóm xác định chính xác hơn cấu trúc điện tử của vật liệu và hành vi của các nguyên tử, đặc biệt là mức độ liên kết của chúng với triti ở cấp độ phân tử cơ bản.

Bằng cách phối hợp CPU, GPU và QPU trong cùng một quy trình, các nhà khoa học cho biết họ đã xác định được 9 cấu hình cụm FLiBe có tiềm năng hỗ trợ sản xuất nhiên liệu triti cho các thiết kế lò phản ứng nhiệt hạch. Đây chưa phải là lời giải cuối cùng, nhưng là tín hiệu cho thấy “siêu máy tính lấy lượng tử làm trung tâm” đang dần trở thành công cụ khoa học thực tế. Khái niệm này ám chỉ các hệ HPC, tức tính toán hiệu năng cao, được thiết kế để tận dụng máy tính lượng tử như một thành phần cốt lõi thay vì chỉ là phần bổ sung thử nghiệm.

Dù nghiên cứu hiện tập trung vào mô phỏng lượng tử và hóa học vật liệu, AI nhiều khả năng sẽ là lớp công nghệ hỗ trợ quan trọng. Trong các bài toán khoa học vật liệu, AI có thể giúp sàng lọc cấu hình tiềm năng, dự đoán xu hướng liên kết hoặc rút ngắn thời gian tìm kiếm trong không gian tham số rất lớn. Nói cách khác, AI không trực tiếp thay thế mô phỏng vật lý chính xác, nhưng có thể giúp các nhà khoa học quyết định nên ưu tiên chạy mô phỏng nào trước để tiết kiệm thời gian và chi phí tính toán.

Dù kết quả mới cho thấy tiềm năng rõ rệt của máy tính lượng tử trong việc giải quyết nút thắt nhiên liệu, giới nghiên cứu nhấn mạnh đây không phải giải pháp thần kỳ có thể ngay lập tức thương mại hóa điện nhiệt hạch. Từ vật liệu, chu trình nhiên liệu, độ bền linh kiện cho tới khả năng duy trì phản ứng tự thân, vẫn còn nhiều rào cản kỹ thuật phải vượt qua. Tuy vậy, việc các hệ lượng tử bắt đầu đóng góp vào những bài toán thực tế như sản xuất triti cho thấy công nghệ này đang tiến gần hơn từ phòng thí nghiệm tới ứng dụng khoa học công nghiệp.