DeepMind Google’a włącza „turbo” w fuzji jądrowej: Kulisy umowy AI z bostońskim startupem, która może zrewolucjonizować czystą energię

• Google DeepMind i Commonwealth Fusion Systems (CFS), startup zajmujący się fuzją jądrową z okolic Bostonu, ogłosiły partnerstwo badawcze w celu wykorzystania AI do przyspieszenia rozwoju energii z fuzji. DeepMind dostarczy otwarte narzędzia i modele; CFS zastosuje je w swoim tokamaku SPARC. Axios
• Kim jest startup: CFS to spin‑off MIT z siedzibą w Devens, Massachusetts, budujący kompaktową, wysokopólkową maszynę fuzyjną SPARC i planujący swoją pierwszą elektrownię, ARC, w Wirginii. Tokamak Times
• Co robi AI: Symulator TORAX DeepMind (napisany w JAX) będzie przeprowadzał miliony szybkich, różniczkowalnych symulacji plazmy; uczenie przez wzmacnianie i wyszukiwanie ewolucyjne (np. AlphaEvolve) zoptymalizują wydajność plazmy i zbadają strategie sterowania w czasie rzeczywistym. Google DeepMind
• Harmonogram: SPARC ma rozpocząć działalność w 2026 roku i celuje w uzyskanie dodatniego bilansu mocy z fuzji na początku 2027 roku (Q>1). DataCenterDynamics
• Dlaczego teraz: Google pogłębił inwestycję w CFS w czerwcu 2025 i podpisał umowę zakupu energii na 200 MW z pierwszej elektrowni ARC CFS (planowanej na początek lat 30. XXI w.). CFS Energy
• Sygnał rynkowy: Po umowie z Google, Eni podpisało umowę PPA o wartości >1 mld USD na ARC, podkreślając rosnący popyt korporacyjny na czystą energię 24/7—szczególnie ze strony centrów danych napędzanych AI. Reuters
• Tło polityczne: Partnerstwo ogłoszono w tym samym tygodniu, w którym amerykański Departament Energii opublikował mapę drogową nauki i technologii fuzji, podkreślając rolę AI w przyspieszaniu rozwoju fuzji. Nextgov/FCW
• Wcześniejsze dowody: DeepMind wcześniej pokazał, że głębokie uczenie przez wzmacnianie może kontrolować kształty plazmy w tokamaku TCV na EPFL (opublikowane w Nature w 2022 r.), torując drogę do sterowania wspomaganego AI w SPARC. Nature

---

Szczegółowa historia

Sojusz o wysokiej stawce na styku AI i energii

Laboratorium AI Google’a, DeepMind, nawiązało współpracę badawczą z Commonwealth Fusion Systems (CFS), aby przyspieszyć rozwój fuzji jądrowej, tego samego procesu, który zasila Słońce. Firmy twierdzą, że umowa formalizuje prace rozpoczęte kilka lat temu i koncentruje się na symulacji, optymalizacji i ostatecznie kontrolowaniu plazmy fuzyjnej w maszynie SPARC firmy CFS z wykorzystaniem najnowocześniejszej AI. Axios

CFS, z siedzibą w Devens w stanie Massachusetts (pod Bostonem), buduje SPARC, kompaktowy tokamak wykorzystujący nadprzewodzące magnesy wysokotemperaturowe (HTS), aby osiągnąć wysokie pola magnetyczne na mniejszej powierzchni — projekt, który ma skrócić czas do uzyskania pierwszego dodatniego bilansu energetycznego i posłużyć jako wzór dla komercyjnej elektrowni ARC. Naukowcy z MIT i CFS wcześniej zademonstrowali rekordowy magnes o dużym otworze i indukcji 20 tesli, kluczową technologię umożliwiającą tę ścieżkę. Tokamak Times

Co wnosi DeepMind: TORAX + uczenie przez wzmacnianie

Rdzeniem współpracy jest TORAX, otwartoźródłowy, różniczkowalny symulator transportu w rdzeniu tokamaka, napisany przez DeepMind w JAX. TORAX może współpracować z zastępczymi modelami uczenia maszynowego, działać wydajnie na CPU/GPU i — co kluczowe — przeprowadzać propagację wsteczną przez fizykę, umożliwiając optymalizację impulsów i kontrolerów opartą na gradiencie. DeepMind i CFS twierdzą, że pozwala to przeprowadzić miliony wirtualnych eksperymentów przed uzyskaniem pierwszej plazmy, szybko zawężając wybór do najbardziej obiecujących scenariuszy operacyjnych. torax.readthedocs.io

W oparciu o TORAX, DeepMind wykorzysta uczenie przez wzmacnianie i wyszukiwanie ewolucyjne (np. AlphaEvolve), aby znaleźć strategie sterowania maksymalizujące moc fuzji przy zachowaniu ograniczeń maszyny. Celem jest opracowanie „pilota AI”, który potrafi dostosowywać się w czasie rzeczywistym — zarządzając obciążeniami cieplnymi w dywertorze, regulując magnesy, zasilanie i ogrzewanie, aby utrzymać plazmę stabilną i wydajną. Google DeepMind

Dlaczego to ważne dla sieci energetycznej — i dla AI

To nie tylko badania teoretyczne. Spółka-matka Google’a zwiększyła inwestycje w CFS i podpisała umowę na 200 MW energii z pierwszej elektrowni ARC firmy (hrabstwo Chesterfield, Wirginia) w ramach szerszej strategii zabezpieczenia stabilnej, bezemisyjnej energii dla energochłonnych operacji AI i chmury. ARC planuje uzyskać pierwszą energię w początkowych latach 30.. CFS Energy

Sygnał popytu korporacyjnego się umacnia: we wrześniu Eni zgodziło się na dodatkową >1 miliard dolarów PPA dla ARC. A urzędnicy stanowi promują ARC jako planowaną 400 MW instalację—„pierwszą tego typu” na skalę sieciową—mającą zasilać około 150 000 domów. Reuters

Harmonogramy i kamienie milowe

• Status SPARC: Urządzenie demonstracyjne w pobliżu Bostonu ma rozpocząć pracę w 2026 roku, z celem osiągnięcia netto energii z fuzji (Q>1) na początku 2027 roku—czyli więcej energii z fuzji niż energii dostarczonej do plazmy. Narzędzia DeepMind mają na celu skrócenie krzywej uczenia, aby CFS mogło rozpocząć bliżej optymalnych punktów pracy. DataCenterDynamics
• Komercjalizacja ARC: Pierwsza komercyjna elektrownia ARC w Wirginii ma dostarczać energię na początku lat 30., wspierana przez 200 MW PPA Google i umowę Eni. CFS Energy

Jak AI może zmienić tempo rozwoju fuzji

Historycznie kontrola plazmy opierała się na złożonych, ręcznie dostrajanych algorytmach o ograniczonej zdolności do eksploracji rozległych przestrzeni parametrów. W 2022 roku DeepMind i EPFL wykazały, że głębokie uczenie przez wzmacnianie może autonomicznie kształtować i stabilizować plazmę w tokamaku badawczym—co jest dowodem, że AI może obsługiwać szybkie, wielowymiarowe pętle sterowania wymagane przez fuzję. Zastosowanie tych metod w SPARC może skompresować lata eksperymentalnych iteracji do cykli sterowanych oprogramowaniem. Nature

TORAX rozwija to, czyniąc sam symulator różniczkowalnym, co umożliwia optymalizację opartą na gradientach i ścisłą integrację z wyuczonymi modelami zastępczymi. W praktyce zespoły mogą przeszukiwać profile grzania, schematy zasilania i konfiguracje magnetyczne; oceniać kompromisy między mocą fuzji a obciążeniem cieplnym komponentów; oraz opracowywać solidne „przepisy operacyjne” zanim SPARC w ogóle zostanie uruchomiony. torax.readthedocs.io

Pieniądze, impet i popyt rynkowy

CFS pozyskało 863 miliony dolarów (Seria B2) w sierpniu 2025 roku, z udziałem Google i Nvidii—kapitał przeznaczony na ukończenie SPARC i rozwój ARC. Korporacyjne kontrakty odbiorcze od Google i Eni dodatkowo zmniejszają ryzyko komercjalizacji, wyjaśniając przyszłe strumienie przychodów. CFS Energy

Kontekst polityczny: Waszyngton się angażuje

14 października 2025 r. Departament Energii USA przedstawił mapę drogową nauki i technologii fuzji jądrowej, podkreślając AI jako „ogromną technologię umożliwiającą” przyspieszenie podstawowych badań naukowych i inżynierii. Współpraca DeepMind–CFS bezpośrednio wpisuje się w ten nacisk na modelowanie, sterowanie i odkrywanie materiałów przyspieszane przez AI. Nextgov/FCW

Co wyróżnia sprzęt CFS

Architektura CFS opiera się na nadprzewodzących magnesach wysokotemperaturowych, aby osiągnąć wyższe pola w mniejszej maszynie—podejście potwierdzone przez wynik MIT/CFS dotyczący magnesu o polu 20 tesli w dużej skali. Wyższe pola mogą poprawić uwięzienie i zwiększyć szanse, że kompaktowy tokamak taki jak SPARC osiągnie Q>1, kluczowy kamień milowy na drodze do praktycznej elektrowni. MIT News

Zastrzeżenia: „Energia netto” vs. netto energia elektryczna

Nawet jeśli SPARC osiągnie Q>1, to jest to próg rentowności naukowej (moc z fuzji vs. moc grzania plazmy). Dostarczenie netto energii elektrycznej do sieci wymaga dodatkowej inżynierii: wydajnego zarządzania energią, odprowadzania ciepła, pracy w długich impulsach lub w trybie ciągłym, materiałów odpornych na ekstremalne warunki oraz ekonomicznego projektu elektrowni—wyzwania, którym ARC ma sprostać na początku lat 30. XXI w.. CFS Energy

Na co zwracać uwagę dalej

1. Kamienie milowe uruchomienia SPARC do 2026 r. (magnesy, kriogenika, integracja systemów) oraz pierwsza plazma. DataCenterDynamics
2. Walidacja TORAX na tle wcześniejszych tokamaków i wczesnych danych SPARC; publikacja nowych otwartoźródłowych modułów/modeli. Google DeepMind
3. Demonstracje sterowania AI‑in‑the‑loop na SPARC (np. ograniczanie obciążenia cieplnego w dywertorze, optymalizacja impulsów pod ograniczeniami). Google DeepMind
4. Sygnały komercyjne: kolejne PPA lub partnerstwa produkcyjne wzmacniające łańcuch dostaw i finansowanie ARC. Reuters

---

Źródła i dalsza lektura

• Ogłoszenie DeepMind i plan techniczny (TORAX, sterowanie RL, cele). Google DeepMind
• Dokumentacja TORAX (różniczkowalny symulator JAX). torax.readthedocs.io
• Ekskluzywna informacja Axios o partnerstwie, harmonogramie SPARC i kontekście. Axios
• Harmonogram SPARC i cel Q>1 (relacje branżowe). DataCenterDynamics
• Strategiczne partnerstwo Google–CFS i 200 MW PPA (30 czerwca 2025). CFS Energy
• Eni–CFS PPA >$1 mld (22 września 2025). Reuters
• Ogłoszenie DOE Fusion Science & Technology Roadmap. Nextgov/FCW
• Artykuł DeepMind & EPFL w Nature o sterowaniu plazmą RL (2022). Nature