最近，全球科技巨頭都在積極規(guī)劃和建設新的數據中心，以支撐日益增長的AI計算需求。2024年4月份，微軟與OpenAI計劃投資1000億美元建立一臺“星際之門”超級計算機，而Meta、谷歌、亞馬遜等科技巨頭也都在數據中心的部署上雄心勃勃。但是與此同時，這卻給美國的電力系統(tǒng)帶來了隱患。前陣子模型微調平臺OpenPipe創(chuàng)始人Kyle Corbitt爆料稱，如果在美國一個州內使用超過十萬個H100芯片，就會使電網癱瘓。目前，數據中心已經占到了美國總電量的2.5%，相當于一個紐約市的用電量。據預測，在未來的兩到三年內，AI的用電量或將翻倍。這一增長不僅對美國的電網穩(wěn)定性構成了考驗，也將給全球的能源需求和能源轉型增加負擔。所以一方面，AI巨頭們正在“搶電”，在全球范圍內為數據中心選址，以保證電力供應的充足；另一方面為了應對AI用電荒，科技公司也正在投資各種新技術，增加清潔能源未來的儲備，這其中核聚變發(fā)電作為一種潛在穩(wěn)定、高效的清潔能源技術，它的商業(yè)化正在被給予厚望。在這場巨頭們的競賽中，AI未來3-5年帶來的電力短缺到底有多少？如果大基建跟不上，巨頭們的解決方案還有哪些？本期《硅谷101》邀請到了微軟能源戰(zhàn)略部資深項目經理徐熠興（Ethan Xu）與瀚海聚能CEO項江，一起掀開數據中心的電表看一看。 「AI用電荒」
01:52 AI耗電現狀：美國的AI數據中心當前耗電量堪比紐約市
03:05 未來電力需求預測，電力單位的概念解釋
06:00 OpenAI導致微軟電網崩潰？AI用電的特殊性和波動性，對傳統(tǒng)電網設計的沖擊
11:25 美國電力行業(yè)面臨的挑戰(zhàn)：未來三五年，AI會和居民搶電嗎？
16:10 AI意外加重了能源轉型的負擔：電力將成為AI發(fā)展的新瓶頸
17:43 硅谷公司們怎么布局數據中心？短期靠搶電，長期選址時考慮與電力公司的合作
22:19 中國當前的電力供應結構：幾種發(fā)電方式、基礎設施建設能力相對好
「能源現狀與解決辦法」
25:45 中國先進核能的“三步走”規(guī)劃：熱堆、快堆、核聚變堆
27:00 科技巨頭們的新難題：既要考慮氣候變化又要發(fā)展AI，真貴
29:43 AI消耗的能源有可能減少嗎？AI訓練數據耗盡 or GPU的效率提高
35:36 核能作為未來能源解決方案的潛力：幾種清潔能源的成本對比
39:28 核裂變vs核聚變，選誰？
42:57 什么時候能用上核聚變發(fā)的電？科學問題差不多了，還是巨大的成本問題
48:16 Helion Energy與微軟的對賭協(xié)議
50:04 核聚變公司的幾大流派
「未來對策」
53:00 美國、中國和歐洲數據中心的選址問題：數據資產、東數西算
55:42 電網負擔的解決方案：能源轉型、分布式儲能
59:00 AI和能源行業(yè)相輔相成：AI賦能核聚變
歡迎掃描上方二維碼或直接關注「硅谷101視頻號」中音頻欄目直接收聽本期播客。如果你喜歡我們的節(jié)目，更推薦大家使用音頻客戶端來收聽，《硅谷101》已覆蓋各大主流音頻平臺（渠道見文末），歡迎訂閱！01
ChatGPT一天耗電量約等于將近2萬戶美國家庭
《硅谷101》：現在AI到底有多耗電？有沒有一些數據或者研究報告給大家一個整體的印象？
Ethan：AI 的耗電主要是在數據中心這個地方，哪怕現在 AI 都還沒有大規(guī)模開始利用，數據中心已經占到了美國 2.5% 的電量，大概已經相當于一個紐約市的用電量。而現在波士頓咨詢的分析稱，在 2030 年以前，美國用來支持 AI 數據中心的負荷容量將會達到 45吉瓦甚至更高。（家庭用電中我們的一個用電設備可能只需要幾千瓦，吉瓦是一個非常大的單位。）
也就是說在 2030 年以前， AI在美國的用電量可能會從現在占美國的2.5% 一直增長到7.5%，甚至百分之十幾都是有可能的。雖然這里也有很大不確定性，但是可以確認的就是 AI 用電量會大規(guī)模快速增加，有可能兩到三年就會翻一倍，用電量是非常大的。目前來講，美國的電力系統(tǒng)其實遠遠不足以滿足 AI 未來 5 到 10 年的電力需求。
項江：還有一個更形象的比喻啊，現在我們看到大家熟知的ChatGPT，它每天的日耗電量能達到 50 萬千瓦時，也就是 50 萬度電。對于美國的一個普通家庭，單日用電量大概也就是 20- 30 度，那么算下來， ChatGPT 一天的用電量約等于將近2萬戶美國家庭的日耗電量。
《硅谷101》：前陣子的新聞說OpenAI在測試ChatGPT5.0的時候，把微軟的電網搞崩潰了，這個具體是怎么回事呢？Ethan：對，我大概解釋一下這個情況。其實電網的設計基本上是針對用電負荷來進行的，比如說你的用電負荷需要 100 兆瓦，那你在接入電網之前，電網會設計出兩條 200 兆瓦的傳輸線去給這個用電設備供電，也就是說即使其中一條傳輸線出問題了，還有另外一條也可以供電，所以總體來說不應該會有問題。因為以前的數據中心是一個穩(wěn)定的用電量，一天 24 小時都是比較平穩(wěn)的狀態(tài)。但是 AI 確實是一個很特別的負載，無論在訓練還是使用時，它的用電特征都會很不一樣，會在幾秒內出現巨大的擺幅，比如它的用電量可能從100%驟降到10%，而下一秒又回升到100%。這是一個非常新的課題，因為電網是希望看到一個比較平穩(wěn)、比較有規(guī)律的緩慢變化的負載，以前從來沒有一個用電設備會出現這么大規(guī)模的波動，AI的出現對電網系統(tǒng)的穩(wěn)定性造成了一定的挑戰(zhàn)。我覺得研發(fā)人員也是最近才發(fā)現這個問題，所以現在還沒有得到很好的解決。02
美國電網在未來三五年的挑戰(zhàn)
《硅谷101》：美國這么多年，電力一直在一個非常平衡的狀態(tài)。所以突然增加了AI這么大的一個消耗量，美國就會進入到一個電力短缺的狀態(tài)中。Ethan：是的，在過去20年，美國的經濟增長并不依靠用電或者是能量的消耗，這點和中國很不一樣，中國的 GDP 增長和用電增長是強相關的，有時候你甚至可以通過中國某個省的用電增長而推導出它的 GDP 大概增長多少。而美國過去 20 年完全是另外一種模式，它每年的用電增長只有0.5%，所以這也就意味著，對于美國來說，電力需求大規(guī)模增長大概是整個電力行業(yè)整整一批從業(yè)人員職業(yè)生涯里都沒有經歷過的事情。所以如何盡快設計未來的電網、能夠適應人工智能的負荷增長，對美國現在的整個電力行業(yè)而言都是一個巨大的挑戰(zhàn)，而對于政策的制定者來說同樣也是巨大的挑戰(zhàn)，因為在美國建設電網前，你需要建設電站，需要建設傳輸線，但是美國的很多土地都是私有的，也就意味著如果你要建設電網、升級電網和傳輸線肯定要經過很多私營土地，而這些可能都會涉及到千千萬萬的居民。那怎么能夠說服地主允許建設電網、允許建設傳輸線呢？這都將是問題。《硅谷101》：那如果說在此之前電網沒有建好，它會影響到普通的居民用電嗎？Ethan：我確實覺得美國電網在未來三五年可能會遇到一個比較大的挑戰(zhàn)。因為去年可以被看作是 AI 開始爆發(fā)的一年，那也就意味著正是從這兩年開始，很多科技巨頭開始規(guī)劃他們未來的數據中心，尤其是給 AI 使用的數據中心。建設一個數據中心大概要兩年時間，但是電網的建設卻要慢得多。首先美國建設一個發(fā)電站，就需要大概三五年的時間，然后建設一條長距離高容量的傳輸線，可能要需要八年甚至十年的時間，當電網的建設速度跟不上 AI 增長速度，未來在美國很多地區(qū)都會出現用電緊張的情況。所以我覺得 AI 和居民搶電這個情況可能不一定會出現，但是AI 在某些時間段的用電可能將會受到限制。《硅谷101》：為了做這期節(jié)目，我看了一下硅谷巨頭們最近布局數據中心的情況。首先是Meta，他們今年花8億美元在美國印第安納州做了一個 AI 數據中心，而谷歌投資了 10 億美元在英國跟愛爾蘭建立數據中心，亞馬遜投資了6.5億美元建立了一個核動力的數據中心園區(qū)。微軟聽說要耗資 1000 億美元打造一臺叫做「星際之門」的人工智能超級計算機，預計在 2028 年推出。這個數據中心建成以后會比現有的數據中心效率高出100倍。能看到巨頭們接下來在能源方向的投資是非常果斷的。但是數據中心的核心制約是電力問題，大家未來會怎么去給數據中心選址呢？你覺得現在大家會存在一個搶奪新的數據中心點的行為嗎？微軟內部對這個問題是怎么考慮的？Ethan：這是個非常好的問題，怎么去選址，怎么去找電，這確實是微軟和其他科技公司面臨的一個巨大挑戰(zhàn)。我們可以把它拆解成兩個小問題來解決，一個是短期怎么去找電。因為現在這個數據中心不能等了，而美國電網上的容量其實就這么多，誰先發(fā)現這個容量，誰去申請、誰去談判，誰去把這個合同簽下來，那誰就拿到了那個地區(qū)的容量。所以科技公司們會根據美國現有的電力系統(tǒng)情況進行大規(guī)模的分析，找到這個電網上有哪些變電站，有哪些節(jié)點是有一定容量的，然后把那些容量迅速拿下。就短期而言，這是各個科技公司正在競爭的一件事情，大家會去搶這個有限容量資源。但長期來看這顯然是不夠的，也沒有辦法滿足任何一家公司的需求。長期來說，各大公司包括微軟在內，都在做的一件事就是積極和美國各個地方的電力公司去合作，讓他們知道未來的數據中心負荷是會大規(guī)模增加的，提前5-10年開始做基礎設施的規(guī)劃，確保這些電力公司在做長遠規(guī)劃時能夠把這個負荷考慮進去，規(guī)劃出足夠的發(fā)電站和足夠的高壓傳輸線，并且能夠按時建設，支持 AI 的發(fā)展。還有一個方向就是微軟和幾個大公司，包括亞馬遜、谷歌等等，其實都一直在用自己的投資部門去投資不同的新科技。這其中就有核能，包括核聚變技術，也包括大規(guī)模的儲能，比如長時儲能技術、制氫技術等等。▲Helion energy公司（圖源：Helion官方推特）他們希望通過投資這些技術，讓這些技術公司能夠發(fā)展得更好，能夠用更快的速度、更低的成本實現規(guī)?；?，希望至少某一些技術上能夠取得突破。這些投資其實也是在能源轉型，還有對抗氣候變化的這樣一個大背景下進行的。
03
解決碳中和最后5%的目標，成本指數級上漲
《硅谷101》：在這樣一個大背景下，其實很多科技公司承諾要去使用綠色能源。那有AI后，如果大家還要用綠色能源，它整個的成本上會有什么樣的變化嗎？Ethan：AI 基本上就是去年和前年開始發(fā)生的事情，而能源轉型和對氣候變化的關注是在更早的時候就已經開啟了，所以像很多大的公司，包括微軟、谷歌、亞馬遜、 Amata 等等，他們其實在 AI出現之前就已經向公眾做出了承諾，比如說微軟的承諾是在 2030 年以前要實現 100% 使用 100% 清潔的能源，亞馬遜的承諾是在 2040 年以前實現碳中和等等。但是這些承諾當時是沒有考慮到 AI 的。其實這些公司在做這些承諾的時候，他們的目標就已經設得足夠高、足夠難了，因為我們都知道能源轉型本身就是一件非常艱難的事情。舉個例子，比如我們今天說美國電力系統(tǒng)不夠好，但這個不夠好的電力系統(tǒng)也是美國努力建設了 100 多年才建設成今天的?？傮w來說在沒有 AI 之前，要實現能源轉型的成本就很高，如果加上 AI 之后，這個成本有可能會翻倍。并且在能源轉型中，你實現 90% 碳中和的成本都是相對可控的，最大的困難是能源轉型進行到最后5%、10%的時候。就比如說你已經實現了90%使用的都是清潔能源，但是你想實現95% 甚至 99% 都使用清潔能源時，它的成本就幾乎是指數性的增長。之所以會出現這樣的情況，最主要的一個原因就是我們現在依靠的很多清潔能源，比如風能和太陽能，它們都不是完全可控的，有風和太陽的時候，可以獲得能源，但是沒有風和太陽的時候，你就沒有這些能源了。這意味著你需要建設很多的儲能或者是其他的設備和裝置，才能夠實現 100% 的清潔能源，所以導致實現最后5%的承諾時，成本會指數級別地增長，難度非常大。現在如果再把AI加進去，這個難度就更高了，所以目前來說所有的大廠都還在維持自己碳中和的目標。但是再過幾年如果他們意識到這個難度比預先想的要難好幾個數量級的話，我不是很確定他們還會不會繼續(xù)堅持以前定的目標。《硅谷101》:會不會我們現在之所以要用很大的電量跟很多的能源去發(fā)展AI，是因為現在大家還在一個訓練模型的階段，而當數據就終結了，它不再用投入那么多算力去訓練，反而在耗電的問題上也就結束了？Ethan：現在確實大部分的AI能耗是用在訓練AI模型上，但是我的理解是這些模型訓練出來之后，它之后的推理應用等等，那才是最大消耗能源的地方。推理比訓練更消耗能源。因為訓練的目的就是要使用它，所以你一旦訓練出來之后，很多年可能都在用這個 AI 模型，用電量的話可能要比你訓練那幾個月的用電量大得多。項江：是的，Ethan這個解釋要更加長遠，你看像現在谷歌訓練出來大模型之后，它肯定要用到自己的搜索算法里邊，以及現在微軟已經把AI整合到的 Bing 里面去了。那么在后續(xù)的用戶帶來的電力的需求比他現在訓練的需求肯定要更大。Ethan：還有一點可能值得提一下，就是 AI 能給我們提供的答案會比單純檢索的谷歌搜索提供的答案更好。但同時 AI 每做一次搜索，或者是每一次問 AI 問題所需要消耗的電量也比只是單純去檢索以前的數據要大很多倍，幾十倍甚至上百倍。所以 AI 的用電量相對于搜索來說是更大的一個用電消耗。《硅谷101》：今年英偉達在發(fā)布新的芯片GB200 的時候，我注意到它們有兩大特征，一個是算力增加，第二個就是更加節(jié)省能耗，所以我們看到芯片在設計的時候，它已經是把節(jié)能考慮進去了。在這種情況下，隨著芯片變得越來越節(jié)能，你覺得 AI 的能耗是有可能降低的嗎？Ethan：英偉達在 GTC 發(fā)布新的 GPU 時，公布了它的新的 GPU 的參數，并且和之前的 GPU 的參數做了一個對比，所以基本上來說使用以前的 GPU 訓練，大概需要 15MW的電力，需要 90 天， 8000 個GPU，而使用新的 GPU 的話只需要 2000 個GPU，只需要使用 4MW 的電力，也就是說基本上它的電能消耗降低了 70% 左右。所以我覺得有兩個大的力在推著AI的能耗往前走，一個力就是對 AI 的使用會把 AI 的能耗推高，還有一個力的話是 GPU 能耗的效率提高，會把 AI 的能耗降低，現在就看哪個力量會更強大。當然總體來說，如果參考過去很多科技進步的一個曲線，基本上我們的單位能耗會越來越低，效率會越來越高。但是有時候效率越高，會導致市場對它的需求也越高，對它的應用的場景也會變得更加多，所以這個趨勢最終還是會推高人工智能的用電量。所以我覺得在 GPU 上有可能也會出現類似的情況，就是它的能耗降低了很多很快，但是因為能耗的降低可能會導致更多的人在更多的應用會需要更多的GPU，最后還是會導致總體能耗的增加。04
AI電力荒的解決方案
《硅谷101》：所以核聚變發(fā)電也是微軟的一個解決方向嗎？Ethan：沒錯，我覺得核聚變現在已經成為了幾個大公司都非常期待能夠實現的一個技術，他們都下了很大的賭注。既然能源構成中需要一定比例既清潔又穩(wěn)定并且 24 小時都在線的能源，而現在看來，這樣的能源有且只有一個，就是核能，可以是核聚變，也可以是核裂變。以及我們看風能和太陽能，因為它們資源比較豐富的地方往往是離用電中心比較遠的地方，所以需要大量的基礎設施建設，比如在建設過程中實際上需要配套很大規(guī)模儲能，配套很大規(guī)模的傳輸線。而我們之前有做過一個研究，發(fā)現如果你使用核能的話，其實一方面對風能和太陽能建設的需求就降低了很多，另一方面，核能還可以建設得離負荷中心不那么遠，也就意味著對傳輸線的建設需求就少了。同時核能對傳輸線的利用率也非常高，像核電站的話，它的利用率大概在 93% 以上。相對而言，太陽能的利用率可能只有 25% 左右，風能大概 40% 左右，都遠遠比不上核能對傳輸線的利用率，并且核能對土地的利用率效率也非常高。所以核能的技術突破我覺得無論對整個社會、對能源界還是對人工智能領域，都是一項非常非常重大的技術突破，我個人也非常期待它能夠盡早實現。但是微軟的策略之一是，在大規(guī)模下注核能的同時也要準備好應對，如果核聚變沒有辦法盡早變成現實，那怎么辦？所以微軟同時也在投資很多其他清潔能源的技術，這樣的話就有一個備用的計劃。Ethan：其他清潔能源技術也基本上是圍繞如何更好地利用清潔能源展開的，比如說光伏，如果有不一樣的光伏材料，可能光伏的利用率就能從 25% 提升到百分之三十幾，這是一個很大的突破。同時將來可能會用到很多儲能。長時儲能的作用就在于，它可以把比如春天和秋天剩余下來的清潔能源儲存起來，在夏天和冬天去使用。這樣就可以很大程度上解決風能和太陽能不確定的問題。但是長時儲能在現在這個階段實際上有著非常大的技術瓶頸，所以怎么能夠更好、更便宜地進行長時儲能非常關鍵。能源轉型還有很大一塊是工業(yè)界的轉型，工業(yè)上對能源使用的轉型在技術難度上其實是非常大的。這其中就涉及到大規(guī)模的制氫——氫氣的制造，同時還一定會有一些二氧化碳的排放，這都是很難完全消除的。那如果你沒有辦法避免二氧化碳排放的話，就需要開始投入一些碳捕捉的技術，來捕捉二氧化碳，這也是非常重要的技術。我們預計未來終局的話，可能會出現5%- 10%左右的二氧化碳排放是沒有辦法避免的。《硅谷101》既然核能分為核聚變跟核裂變，而核聚變現在在技術突破上可以說還是有困難，那么核裂變的主要問題是什么呢？項江：其實核裂變的技術門檻比較低，在美國和中國發(fā)明核武器原子彈之前，就已經實現了對核裂變所釋放能量作為電站的技術路徑。也就是說，核裂變電站在四五十年代就可以做到了，那么后面這么多年，我國在核裂變發(fā)電上的發(fā)展和突破其實都是關于它的安全性問題。為了防止核裂變之后發(fā)生核泄漏，核裂變電站需要很多的防護層。當時福島核電站事件就是因為散熱系統(tǒng)出了問題，而核裂變是一個鏈式反應，它不能快速停止，當散熱系統(tǒng)跟不上時，它的堆芯就會發(fā)生急劇的熱量砌積，產生堆形容，再把外邊的防護層燒壞掉。而我們現在的三代堆、四代堆解決的問題就是在防護層等方面的工作。但是實際上還有一個大家沒有注意到的問題，就是核裂變的原材料問題，核裂變電站現在用的主要是鈾235，首先鈾 235 來源于鈾礦，而中國的鈾礦儲量并不大，并且鈾礦里面更多是鈾238，鈾238 里面的千分之七才是鈾235，所以說整個鈾235 的儲量，大概也就四五十萬噸，那么也就能滿足五六十年的全球用電。實際上它存在著原材料會被耗盡的問題，所以正因如此，核裂變不能作為人類能源的終極解決方案。還有一個問題大家還要考慮到，就是核廢料的處理問題，因為它是高放射物，它在核反應之后產生的一些錒系元素，半衰期會長達上億年甚至上百億年這么長的周期。那么我們目前對這種核廢料的處理主要是把它封在鉛罐、水泥里邊，然后深埋在地下，但這個處理方式就像一把達摩克利斯之劍一樣，懸在我們子孫后代頭上。所以中國在十年之前就提出，在發(fā)展核裂變電站的同時，要提出解決核廢料的處理方案。《硅谷101》：那么核聚變現在發(fā)展到一個什么樣的程度了？你覺得我們什么時候可以用上核聚變發(fā)電？項江：在2017年之前核聚變商業(yè)化公司成立得少，因為它的資金需求太大，而那時候的資金關注不在這個方面。但是在17、18年之后，大家又提出了一些創(chuàng)新的一些手段，比如說原先的核聚變技術托卡馬克，是資金門檻最高的一種技術路線，動輒要數百億甚至上千億這樣的資金體量。▲全超導托卡馬克核聚變實驗裝置（圖源：中國科學院官網）而現在除了托卡馬克之外，又出現了一些小成本能快速迭代的技術路線。比如說我們現在對標的美國公司叫 Helion Energy，這也是得到了 Sam Altman 投資的公司。它就是利用小型化的裝置，采用的是跟我們一樣的直線型的這樣一個技術路線，裝置的建造成本可能還不到托卡馬克的零頭，大幅降低了核聚變技術的資金門檻。所以它現在跟微軟簽訂了一個對賭協(xié)議，承諾在 2028 年給微軟提供 50MW的電站。《硅谷101》：Helion跟微軟去對賭，它的底氣是什么呢？項江：Helion跟微軟簽的供電協(xié)議里邊，每度電供應的價格寫的是一度電一美分。美國很多地區(qū)的居民用電是 10 美分，在加州可能會是 20 美分，也就是說，一度電一美分，這可是比我們現在所有的電力鍍電成本都要低的。Ethan：Helion簽的合同是 2028 年能夠實現至少 50 兆瓦的供電，我們希望他們能夠實現，但也知道這個難度是比較大的。所以其實微軟投資這個公司或者簽這個合同的主要目的也是在于能夠前期就給他們一個足夠強烈的需求端的信號，就是只要他們做出來，我們就一定會買，通過這樣的方式去支持這樣的創(chuàng)新公司，幫助他們去減少他們面對的風險。因為其實無論微軟也好，還是其他公司也好，整個社會核聚變的技術是綁在一起的，如果核聚變能夠成功的話，對整個社會包括這些科技公司都是一個非常大的利好。所以微軟也愿意去冒這樣的風險，簽這樣合同，投資這樣的公司。我還想分享個人的一個觀點，就是以前 AI 和能源實際上是兩條平行的行業(yè)，幾乎是沒有交集的，也是從去年開始， AI 和能源就忽然就有了交集，而且是一個非常重大的交集。其實你仔細想這個問題是很有意思的， 一方面AI的發(fā)展需要大量能源支持，能源的成本直接就決定了 AI 的成本，同時 AI 的各種運算能力也好、解決問題的能力也好，它可以用來幫助能源行業(yè)找到能源轉型更好的解決方案。就比如說電網的調度就是一個很難的問題，電網未來的規(guī)劃和設計也是一個很難的問題，那是不是可以用 AI 去更好地設計未來的電網，更好地解決調度問題？或者能不能用 AI 去找出更好的化學配比，能夠發(fā)明出更有效的、成本更低的電池？或者是能不能用 AI 去幫助未來可能的設計等等，這對于能源行業(yè)發(fā)展來說都是非常有意義的。所以這兩個行業(yè)正在互相促進、互相幫助，AI需要能源的支持，能源需要 AI 提供解決方案。
我們會持續(xù)關注AI帶來的電力與能源問題，《硅谷101》視頻將更加定量地拆解AI數據中心的哪幾塊最耗電，歡迎大家持續(xù)關注我們。東數西算工程：“數”指的是數據，“算”指的是算力。“東數西算”是通過構建數據中心、云計算、大數據一體化的新型算力網絡體系，將東部算力需求有序引導到西部，優(yōu)化數據中心建設布局，促進東西部協(xié)同聯(lián)動，于2022年2月正式啟動。「托卡馬克」：托卡馬克(Tokamak）是一種環(huán)形容器，它通過約束電磁波驅動，創(chuàng)造氘、氚實現聚變的環(huán)境和超高溫，并實現人類對核聚變反應的控制。托卡馬克的名字來源于環(huán)形（toroidal）、真空室（kamera）、磁（magnet）和線圈（kotushka）這幾個俄語單詞的結合，目前是實現可控核聚變的主流方式。中國科學家設計并建成的EAST（Experimental Advanced Superconducting Tokamak，全超導托卡馬克核聚變實驗裝置）是這一領域的一個突出成就。「氘氘（D-D）反應」&「氘氚（D-T）反應」：是指氫的兩種同位素氘（Deuterium，化學符號D）和氚（Tritium，化學符號T）之間發(fā)生的核聚變反應。氘氘反應是指兩個氘原子核聚合在一起，生成一個氦原子核和一個中子，同時釋放出能量。這種反應在自然界中很少見，但在實驗室條件下可以被誘發(fā)。氘氚反應是將氘核與氚核碰撞而產生的核聚變反應，它是目前研究中最容易實現的核聚變方式之一。「Helion Energy」：一家總部位于華盛頓州雷德蒙德市的核聚變公司，專注于開發(fā)磁慣約束性聚變（MIF）技術。微軟是其長期合作伙伴，計劃在未來五年內從Helion購買電力。
收聽渠道：蘋果｜小宇宙｜喜馬拉雅｜蜻蜓FM｜網易云音樂｜QQ音樂｜荔枝播客海外用戶：Apple Podcast｜Spotify｜TuneIn｜Google Podcast｜Amazon Music聯(lián)系我們：podcast@sv101.net
本站僅提供存儲服務，所有內容均由用戶發(fā)布，如發(fā)現有害或侵權內容，請
點擊舉報。
