Il magnete numero uno entra in azione: il progetto di CFS accelera verso il 2027
CES 2026の間、コモンウェルス・フュージョン・システムズは重要な技術的マイルストーンを発表しました:実験用反応炉Sparcに搭載される18個の磁石のうちの最初の1つの設置です。このコンポーネントは、複雑なトロイダル構造の最初のピースを表しており、完成すればプラズマの閉じ込めのために超強力な磁場を生成・維持する役割を担います。同社は、夏季シーズンの終わりまでに全磁気バッテリーの組み立てを完了し、その後数ヶ月で反応炉の稼働を予定しています。
Sparc 完成に向けて:CFSは革新的な磁石を統合し、Nvidiaとの戦略的パートナーシップを強化します
Il magnete numero uno entra in azione: il progetto di CFS accelera verso il 2027
CES 2026の間、コモンウェルス・フュージョン・システムズは重要な技術的マイルストーンを発表しました:実験用反応炉Sparcに搭載される18個の磁石のうちの最初の1つの設置です。このコンポーネントは、複雑なトロイダル構造の最初のピースを表しており、完成すればプラズマの閉じ込めのために超強力な磁場を生成・維持する役割を担います。同社は、夏季シーズンの終わりまでに全磁気バッテリーの組み立てを完了し、その後数ヶ月で反応炉の稼働を予定しています。
核融合エネルギーの展望は明らかに変化しています。何十年も約束されたまま実現しなかった技術の後、ついに時間が短縮され始めており、CFSは他の業界プレイヤーと競合しながら、融合による電力供給を最初に電力網に導入するためのトップを争っています。主要な産業プレイヤーは、2030年代初頭に、ほぼ枯渇しない低排出のエネルギー源を提供できる技術を目標としています。これは従来の発電所のインフラを模倣したものです。
磁石の技術仕様:驚異的な能力と低温冷却の課題
Sparc用の各磁石は高度な工学作品です。重さは約24トンで、20テスラの磁場を生成する能力を持ちます—これは医療用MRI装置の約13倍の強さに相当します。「これらの磁石が生成する力は、全ての空母を持ち上げるのに十分です」と、CFSの共同創設者兼CEOのボブ・マムガードは強調しました。
これらの磁石は、-253°Cまで冷却される必要があり、非常に低温のため、電流を30,000アンペア以上流してもほとんど損失なく運用できます。2025年3月に設置された、直径24フィート、重さ75トンのステンレス鋼製の低温構造に垂直に取り付けられると、システムは過熱したプラズマを封じ込める準備が整います。プラズマの内部温度は1億度を超え、核融合反応の条件を作り出します。
デジタルシナジー:CFS、Nvidia、Siemensが仮想の双子を構築
CFSの開発戦略の特徴の一つは、NvidiaとSiemensとの戦略的協力による、反応炉Sparcのデジタルツインの作成です。Siemensは設計・製造ソフトウェアの専門知識を提供し、運用データの取得と標準化のためのツールを供給します。Nvidiaは、仮想環境の高度なプラットフォーム「Omniverse」を提供し、デジタルモデルがリアルタイムで進化・相互作用できるようにします。
これまで、CFSはSparcの個々のコンポーネントに関する孤立したシミュレーションを行い、部分的な性能予測を得てきました。新しいデジタルツインのエコシステムは、質的な飛躍をもたらします。仮想モデルと物理的反応炉の挙動を継続的かつ同時に比較できるのです。「個別のシミュレーションを行う代わりに、Sparcの運用サイクル全体を通じてデジタルツインを並行して監視できるようになります」とマムガードは説明しました。このアプローチにより、チームはシステムに実装する前に仮想的に変更やパラメータをテストでき、開発サイクルを大幅に短縮し、リスクを低減します。
Arcへの資金調達と商業展望:30億ドルとビジョン
Sparcの開発には巨額の投資が必要でした。コモンウェルス・フュージョン・システムズはこれまでに約30億ドルの資金を調達しており、その中には昨年8月のシリーズB2ラウンドで集めた8億6300万ドルも含まれます。このラウンドには、NvidiaやGoogleが主要投資家として積極的に参加しました。これらの資金流は、制御された核融合の実現可能性に対する市場の信頼の高まりを反映しています。
Sparcを超えて、CFSは最初の商業用核融合発電所「Arc」の計画も進めています。この施設は、世界的な基準となる構造であり、数十億ドルの予算が見込まれています。マムガードは、デジタルツインと人工知能の技術革新が、市場投入までの時間短縮にとって重要な要素になると確信しています。「機械学習のアルゴリズムが洗練され、私たちのデジタルモデルの精度が向上するにつれて、より迅速に動く能力を持つことになるでしょう—これは、世界的なエネルギー移行の緊急性を考えると、必要不可欠です」と述べました。