GyroSwin: 5D Surrogates for Gyrokinetic Plasma Turbulence Simulations
Fabian Paischer, Gianluca Galletti, William Hornsby, Paul Setinek, Lorenzo Zanisi, Naomi Carey, Stanislas Pamela, Johannes Brandstetter
核聚变在寻求可靠和可持续的能源生产方面起着关键作用。 可行的聚变功率的一个主要障碍是了解等离子体湍流,这显着损害了等离子体的束缚,并且对下一代反应堆设计至关重要。 等离子体湍流受非线性陀螺方程的支配,该方程随着时间的推移而演变为5D分布函数。 由于其高计算成本,在实践中通常采用低序模型来近似湍流的能量传输。 然而,它们省略了整个5D动力学所特有的非线性效应。 为了解决这个问题,我们介绍了GyroSwin,第一个可扩展的5D神经替代物,可以建模5D非线性陀螺动力学模拟,从而捕获被减少模型忽略的物理现象,同时提供湍流热传输的准确估计。GyroSwin(i)将分层视觉变压器扩展到5D,(ii)引入交叉注意和集成模块,用于潜在的3D↔5D相互作用。 我们证明GyroSwin在热通量预测方面优于广泛使用的减少数字,捕获湍流能量级联,并将完全解析的非线性陀螺仪的成本降低了三个数量级,同时保持物理可验证。 GyroSwin展示了有希望的缩放定律,测试了多达10亿个参数,为可扩展的神经代理铺平了道路,用于对等离子体湍流进行陀螺模拟。
Nuclear fusion plays a pivotal role in the quest for reliable and sustainable energy production. A major roadblock to viable fusion power is understanding plasma turbulence, which significantly impairs plasma confinement, and is vital for next-generation reactor design. Plasma turbulence is governed by the nonlinear gyrokinetic equation, which evolves a 5D distribution function over time. Due to its high computational cost, reduced-order models are often employed in practice to approximate turbu...