橡树岭国家实验室、IBM和克利夫兰诊所的研究人员证明，一种将量子计算机与高性能计算和人工智能相结合的工作流程，能够模拟未来聚变反应堆设计中所用熔盐的化学反应。该研究于6月29日以预印本形式发表于arXiv平台，IBM Quantum则于2026年7月6日公布了相关细节。
这项研究聚焦于聚变反应堆面临的一个基本问题：供应氚。氚是氢的一种放射性且稀有的同位素，氘—氚聚变反应需要氚。地球上没有重要的天然氚来源，而全世界每年只能生产几磅氚。根据文中内容，一座功率为1吉瓦的聚变反应堆每天可能消耗约1磅氚，这意味着任何未来电站都需要在运行期间生产自己的燃料。
熔盐在聚变反应堆中的作用
其中一种设计方案是用厚厚的熔融锂盐毯包围托卡马克反应堆中的高温等离子体。当聚变产生的中子撞击锂-6原子时，这些原子会裂变并产生氦和氚。铍有助于增殖中子，而氟和锂的混合物在反应堆温度下保持液态且稳定。
盐毯的作用不仅是生产燃料；它还被设想用于保护反应堆磁体免受中子影响、冷却面向等离子体的壁面，并传输热量以驱动涡轮机。但中子轰击会改变盐的化学性质，而氚与盐中各组分的结合方式会影响其是否能够被提取。如果氚与氟结合，就会形成氚化氢氟酸盐（氚的氟化物，tritium fluoride），这种物质具有腐蚀性且难以去除；如果氚保持为游离气体，则可能自动从盐中逸出。
为什么模拟需要量子计算？
研究人员通常使用密度泛函理论，在传统计算机上模拟电子的排列。这种方法在许多情况下仍然快速且有用，但橡树岭国家实验室的汤姆·贝克团队在此前的工作中发现，该方法在计算盐的自由能时可能产生高达10%的误差。这样的精度不足以预测氚会转化为氚的氟化物，还是会保持为气体。
为处理这一问题，团队采用了一种称为基于波函数的嵌入方法，将问题分解为较小的团簇。传统计算机处理较简单的部分，而量子计算则对原子间纠缠更为复杂的团簇使用基于采样的量子对角化方法，随后再在传统计算机上重新合并结果。
研究人员从FLiBe盐中提取了九种构型，每种构型都包含一个由21个离子组成的小团簇。他们分别计算了有氚和无氚情况下的能量，然后将结果与用于计算化学部分的先进经典方法进行比较。基于量子计算的计算结果与这些方法相吻合，为该方法的有效性提供了初步证明。
结合人工智能与量子计算的工作流程
研究人员希望开发一个包含三个阶段的计算循环：
- 人工智能代理提出候选盐，并根据橡树岭国家实验室一个包含70年熔盐研究成果的数据库对其进行筛选。筛选内容包括估算氚的产生率，以及盐保持液态和传输热量的能力。
- 高性能计算机使用密度泛函理论，逐原子模拟最佳候选盐，同时借助经过物理学复现训练的人工智能模型，加速成本高昂的计算。
- 量子计算负责进行密度泛函理论无法确定的高精度化学计算，尤其是确定氚与盐的结合方式。
下一步
研究人员承认，目前的结果仍然有限。要彻底解决自由能问题，需要研究一个厚度达1米、包含数量极其庞大粒子的动态盐毯，其规模超出了可预见未来计算化学的能力范围。团队还计划将团簇规模扩大到超过21个离子，并运行数百种构型，而不是九种。
橡树岭国家实验室的研究人员希望，这些工具能够让聚变工程师在实验室中混合和加热熔盐之前，先在计算机上设计并评估这些熔盐。同一方法今后可能扩展到其他化学问题，但目前的研究尚不能证明它能够用于设计实用的聚变反应堆，或以工业规模生产氚。