NVIDIA 把 PhysicsNeMo 推向核電：SMR 數位孿生的 AI 物理解法

NVIDIA HPC Developer 在 2026-04-20 推這支短影片，語氣很像一般行銷片：用 AI 物理加速乾淨的模組化核子反應爐設計。但這篇貼文背後的 NVIDIA 技術部落格其實給了一組很具體的數字——這才是真正該注意的地方。

真正的主角：取代 Monte Carlo 的 Fourier Neural Operator

核反應爐設計的瓶頸在哪裡？一個典型的反應爐爐心約有 50,000 根燃料棒，要在 pin-cell 解析度做整爐 Monte Carlo 中子輸運模擬，現行硬體幾乎不可行。工程師不是不會算，而是算不完。

NVIDIA 這次的方案是：用 Fourier Neural Operator（FNO）當 surrogate model，直接從反應爐幾何預測中子通量分布。根據 NVIDIA 技術文件，FNO 在預測 homogenized cross-sections 時拿到 R² = 0.97，傳統 gradient boosting regression 則是 0.80（來源：Blockchain.News）。

流程可以這樣理解：

把燃料、包殼、緩速劑用 one-hot encoding 編成 binary mask channels
燃料富集度作為第四個 channel broadcast 進去
目標資料在 log-space 做標準化以處理中子輸運的大動態範圍
訓練 FNO 預測整個空間場

訓練/推論都跑在 CUDA-X 生態上，PhysicsNeMo 提供 neural operator、graph neural network、diffusion、transformer 模組，Omniverse 負責視覺化與整合成可互動的 digital twin。所有資料生成與訓練的 code 都放在 NVIDIA GitHub。

為什麼這件事被拉進聚光燈？

兩個背景訊號拼在一起才看得懂：

其一，AI 資料中心的電力需求確實在成長——雖然有 DeepSeek 引發的「AI 電力需求被高估」爭論，大型雲端業者仍在押注 SMR 作為自有電力來源。NuScale、TerraPower、X-energy 都在排隊想要送件。

其二，美國能源部（DOE）在 2026 年初推出 Everstar 的 Gordian AI 解決方案，把 HTGR 的 Preliminary Documented Safety Analysis 從 4-6 週壓到 1 天生出 208 頁文件（來源：energy.gov）。政策方向已經確立：AI 可以介入核電認證流程，但人類專家最後驗證。

PhysicsNeMo 想卡的位置，正是這條鏈上游——在送件之前就把幾百上千個設計變體跑完。

但是：技術漂亮不等於 SMR 就會動起來

這是這篇最需要降溫的地方。

SMR 被延遲、超預算、甚至取消的歷史很長。2023 年 NuScale 原本承諾的旗艦專案 UAMPS 因為成本上漲而取消。2025 年 5 月 NuScale US 460（462 MW）拿到 Standard Design Approval，比預期提前兩個月——但這是設計審查，離真的把電發出來還隔了動工、建造、熱試、併網整個階段。Plant Vogtle Unit 3、4 用 Part 52 流程走完全部，還是花了 15 年以上。

換句話說：即使 PhysicsNeMo 把「從一個設計想法到高保真模擬驗證」的時間縮短一兩個數量級，它沒辦法縮短：

NRC 審查的實際作業時間
供應鏈（尤其是大型鍛件、專用燃料）的 lead time
第一座工廠的建造曲線

賓州大學 SMR 研究報告用字更直接：美國與歐洲新建核電市場規模不大，SMR 多家廠商競爭反而讓「標準化帶來的規模經濟」難以實現，大多數 SMR 新創的商業命運並不樂觀。

對華語讀者而言的重點

如果你是 AI infra 觀察者，這是一個具體的「生成式 AI 用來取代傳統數值模擬」的 case study：

什麼能被取代：在解固定 PDE、幾何已定義、邊界條件有限變化的場景裡，neural operator 確實可以當 surrogate
什麼不會被取代：安全認證需要的 worst-case 保守分析、首次型式（first-of-a-kind）測試、regulatory inspection
NVIDIA 的商業意圖：賣的不只是 GPU，是「CUDA-X + PhysicsNeMo + Omniverse」這一整組 stack 的認知綁定——讓每一個被 AI 改寫的產業都繞不開這條管線

真正值得追蹤的不是這支推文本身，而是：PhysicsNeMo 的 FNO workflow 會不會變成業界事實標準？還是只是 NVIDIA 一次內容行銷？答案要看接下來 NuScale、X-energy 這類真實 SMR 玩家願不願意公開採用，而不是 NVIDIA 自家 blog 寫多少案例。

核電從來都不是一個能被單一技術解掉的問題。PhysicsNeMo 解的是其中一段很辛苦的段落。但那段不是瓶頸的全部。