美国IBM联合ORNL与Cleveland Clinic用量子计算研究聚变燃料循环关键材料

近日，美国科技公司IBM发布消息称，橡树岭国家实验室（ORNL）、克利夫兰诊所（Cleveland Clinic）和IBM的研究团队，对聚变包层候选熔盐材料FLiBe的九种分子构型开展了量子计算。相关预印本已于2026年6月29日在arXiv发布。该研究将量子计算用于聚变燃料循环问题：如何更准确地描述氚在熔盐包层中的结合行为。

一、为什么关注FLiBe熔盐

多数聚变装置采用氘-氚（D-T）燃料，氘在自然界中较容易获得，但氚在自然界中十分稀缺，未来聚变电站若要长期运行，必须在装置内部或周边系统中持续增殖并回收氚。

一种重要思路是在等离子体外围布置含锂包层。聚变反应产生的高能中子进入包层后，与锂-6发生反应，从而产生新的氚。FLiBe是一类由氟化锂和氟化铍组成的熔盐材料，被认为是聚变包层和氚燃料循环研究中的候选材料之一。

但问题在于，产生氚只是第一步，更重要的是把氚从包层材料中有效提取出来。如果氚在熔盐中与氟等组分结合过强，可能形成更难回收的化学形态，并增加材料腐蚀和工艺处理难度。因此，判断氚在FLiBe中以何种形态存在、结合有多强，是聚变包层材料设计中的关键基础问题。

中子从聚变等离子体射出并轰击熔盐包层，可在含锂熔盐中产生氚

二、研究方案

研究团队选取了FLiBe熔盐中的局部原子簇作为计算对象，包括不含氚的FLiBe簇、去除氚后的参考簇，以及含氚的FLiBe簇。文中共比较了九组局部构型，用来代表熔盐中不同的局部配位环境。

FLiBe局部原子簇模型

由于完整熔盐体系的电子结构计算十分复杂，研究团队采用了“量子-经典混合计算”路线。可以理解为先从熔盐模拟中取出一个局部结构，再把这个结构拆成若干以原子为中心的小片段，较小片段由经典计算机求解，较复杂片段交给IBM量子处理器提供电子构型采样，最后再由经典计算机把各片段结果重新组合成整个局部结构的能量。

三、研究结果

研究的核心结果是在被切分后的困难片段上，量子-经典混合方法与高精度经典参考结果接近。对于九个中性FLiBe簇，量子-经典流程给出的片段基态能量与全组态相互作用（FCI）参考结果的差异控制在0.7 kcal/mol以内，平均绝对偏差约为0.3 kcal/mol。

在更接近实际目标的氚结合能计算中，量子-经典方法同样与高精度嵌入式经典参考结果接近，平均绝对偏差约为0.7 kcal/mol，最大偏差约为0.9 kcal/mol。总之，量子处理器在求解被拆分后的困难电子结构片段时，已经表现出接近经典高精度基准的结果。

文中给出的中性FLiBe簇相对能量比较，红色星号为量子-经典计算结果，可见其与嵌入式经典基准较为接近

同时，论文指出当前整体结果的主要误差并不来自量子处理器本身，而是来自“如何切分问题”和“如何构造片段环境”。在不同计算路线之间，氚结合能仍存在较大差异，说明要真正用于熔盐包层材料预测，还需要改进嵌入模型、扩大计算体系，并对更多熔盐构型进行统计。

四、结语

目前来看，这项研究仅完成了一次早期方法验证，展示了量子处理器可以参与聚变熔盐包层材料的电子结构计算，并在片段求解环节接近高精度经典基准。该研究的长远目标是构建一个由AI代理辅助的三阶段循环工作流程：第一阶段，由AI代理从长期积累的熔盐研究数据库中提出和筛选候选盐，并结合中子学、产氚能力、液态窗口和传热能力等指标进行初筛；第二阶段，把优选候选材料交给超级计算机进行原子级模拟，并用AI替代模型提高搜索效率；第三阶段，在密度泛函理论等传统方法精度不足的关键化学环节，引入量子计算，对氚在熔盐中如何结合和释放进行高精度校正。量子计算得到的高精度结果，可以反过来修正模型和筛选条件，推动下一轮候选熔盐优化。

在现实中，聚变包层是宏观尺度、持续流动并处于强中子辐照、高温和强磁场环境中的复杂体系，后续工作需要把原子簇规模扩大到超过当前的21个离子，并从九组构型扩展到数百组构型，同时减少量子与经典计算资源之间的数据传输开销，提升对更大分子相互作用的模拟能力。

总体来看，这项研究的价值在于把量子计算放到了一个具体的聚变工程问题上：氚在熔盐包层中如何结合、如何迁移、如何回收。它没有证明聚变燃料循环已经解决，但为未来利用量子计算、高性能计算和人工智能协同设计聚变包层材料提供了一个可验证的起点。

资讯来源：

1.https://www.ibm.com/quantum/blog/molten-salts-fusion-quantum

2.https://arxiv.org/abs/2606.30402