Az AI adatközpontok gombamódra szaporodnak, ám beüzemelésükhöz nemcsak egy megfelelő kapacitású épületre és elegendő mennyiségű hardverre van szükség, hanem megfelel tápellátásra is, hiszen óriási energiaigénnyel működő rendszerekről van szó, amelyek kiszolgálása esetenként komoly kihívásokat jelent. Az egyik lehetséges megoldás az atomenergia bevetése, méghozzá kompakt atomerőmű-modulok formájában, amelyekkel kapcsolatban már régóta zajlanak a szükséges kutató-fejlesztő munkák.

Egy-egy atomerőmű megtervezése és kivitelezése rendkívül hosszadalmas folyamat, rengeteg engedélyt kell beszerezni az építkezés megkezdéséig és utána is számos szabályozásnak kell megfelelni, azaz a bürokratikus terhek meglehetősen nagyok. A Microsoft és az Nvidia egy új partnerkapcsolat révén pont ezt a folyamatot szeretné leegyszerűsíteni és lerövidíteni, méghozzá az AI erejét bevetve. Az Nvidia már régóta alkalmazza a szimulációs módszereket az új adatközpontok esetében, gyakorlatilag minden fontos mozzanatot megterveznek és szimulálnak a folyamat során, mielőtt a konkrét építkezés megkezdődne, ezáltal egy részletes digitális terv készül, amelynek keretén belül a nehézségekre és a kihívásokra, illetve az esetleges buktatókra is gyorsan fény derül, valamint segít abban is, hogy a kivitelezés ütemesen folyhasson. Ezt a módszert alkalmazza a Microsoft és az Nvidia az új atomerőművek esetében is, amelyek kifejezetten az AI adatközpontok energiaellátásáról gondoskodnak majd.

Az atomerőművek tervezése és építése egy hosszadalmas és költséges folyamat, de a felek ezt jelentősen le tudják rövidíteni az Nvidia Omniverse platformjának használatával, amelynek keretén belül generatív AI, digitális iker szimuláció, illetve egyéb technológiák is bevetésre kerülnek. A normál folyamat jellemzően több évnyi engedélyezési eljárást jelent, töredezett mérnöki adatokkal dolgozik és manuális szabályozói ellenőrzést igényel, amelyek mind-mind késést okozhatnak a folyamatokban.

Ennek érdekében egy négy fázisból álló nukleáris fejlesztési folyamatot hoznak létre az együttműködés kapcsán, ami segíthet a folyamat optimalizálásában. Első körben a mérnöki tervezést turbózzák fel magas minőségű szimulációk és bevált terv- és modellminták alkalmazásával, amelyek átfogó képet adnak még az építkezés megkezdése előtt. A licenceléssel és az engedélyezéssel kapcsolatos folyamatokat generatív AI segítségével gyorsítják fel, ennek keretén belül a dokumentumok megszerkesztésében és a hiányosságok elemzésében egyaránt segít a mesterséges intelligencia, ami egyszerűbbé teszi a jellemzően több tízezernyi oldalból álló dokumentáció megalkotását.

Az építkezés kapcsán 4D és 5D szimuláció egyaránt készül, ami tartalmazza az ütemterveket és lehetőséget biztosít a költségek alakulásának követésére is, ezzel a hagyományos 3D modellek nyújtotta lehetőségek alaposan kibővülnek. A nukleáris erőművet lényegében digitálisan építik fel, ezáltal végig tudják követni a fizikai előrehaladást a digitális tervekhez képest, valamint időben tudják érzékelni a lehetséges ütemtervi ütközéseket is. Az üzemeltetés során a mesterséges intelligencia által vezérelt érzékelők és a digitális ikrek lehetővé teszik az anomáliák észlelését és a megelőző karbantartást, ami nagy segítség lehet.

A folyamatban az Nvidia Omniverse és AI Enterprise platformjai egyaránt részt vesznek, valamint az Earth 3, a PhysicsNeMo, az Isaac Sim, illetve a Metropolis modellek is szerepet kapnak, csak úgy, mint a Microsoft által kifejlesztett Generative AI for Permitting Solution Accelerator and Planetary Computer technológia, amelyek mind-mind az Azure használatával működnek. A generatív AI ilyen célú bevetése átlagfelhasználói szemmel nézve furcsának tűnhet, de a gyakorlat már most is él: az Aalo Atomics szakemberei hasonló módszerekkel 92%-kal csökkentették az engedélyezési eljárással kapcsolatos munkaterheket, ehhez csak a Microsoft Generative AI for Permitting technológiáját kellett használniuk, amivel éves szinten nagyjából 80 millió dollárnyi költséget is megtakarítottak.

A felek együttműködéséből két egyéb vállalat is profitálhat, az egyik az Nvidia Inception startup programjában szereplő Everstar, míg a másik az Atomic Canyon. Az Everstar domén-specifikus mesterséges intelligenciát biztosít ahhoz, hogy a nukleáris fejlesztéshez kapcsolódó feladatokat az Azure fedélzetén el lehessen végezni, míg az Atomic Canyon a Neutron platform segítéségével teszi elérhetővé az atomenergia-mérnökök számára a szükséges képességeket szabványos vállalati beszerzési eljáráson keresztül, és ez a platform a Microsoft Marketplace felületén már el is érhető számukra.

Mivel egy-egy új atomerőmű létesítése több évet, illetve akár egy évtizednél is hosszabb időt vehet igénybe, bőven van mozgástér arra, hogy a folyamatokat jelentősen felgyorsítsák a fenti optimalizációk révén. Az már egy másik kérdés, hogy az együttműködés gyümölcseire végül lesz-e szükség hosszabb távon, azaz hosszabb távon mutatkozik-e akkora kereslet az AI adatközpont-építők részéről, amekkorára most a felek számítanak.