AI晶片巨頭輝達（Nvidia Corporation）推出了碳捕集及封存（CCS）最新應用方法，科學家及工程師可運用該技術加速碳封存。
CCS是透過將碳深埋地下緩解氣候變遷的方式之一。過程中，科學家必須防止碳注入的地質發生斷裂，導致二氧化碳洩漏至含水層，或在更糟情況下重回大氣。
如果碳在注入岩層的過程中壓力過大，很可能發生那樣的情況。這正是輝達的人工智慧（AI）技術所要解決的問題，協助改善碳封存。
AI降低CCS建模成本
目前世界各地有上百個CCS設施正在建造。傳統CCS模擬技術成本昂貴，而且需要很長時間才能完成。機器學習與AI模型可在降低成本及時間的同時，提供相同程度的準確性。
輝達為碳封存提供了AI方法，科學家可透過Nvidia Modulus和Nvidia Omniverse實際應用。其AI技術利用「傅立葉神經算子」（Fourier Neural Operators, FNO）架構，將CCS的建模速度提升了70萬倍。
FNO架構可更準確預測壓力積聚和CO2飽和度，其準確度是其它電腦模型的2倍，而且只需要3分之1的訓練數據。
碳封存評估最快2.8秒
具體來說，該軟體可協助CCS工程師更快篩選最佳注入地點、確認井間最佳間距與深度，以及確定捕獲碳的最佳注入壓力和速率，確保岩層不會斷裂。CCS工程師也必須理解注入的CO2將如何在地面擴散，即所謂的CO2濃度團（CO2 plume）。此外，工程師可透過Nvidia Omniverse視覺化與優化整個檢驗過程。
運用數值模擬對CO2濃度和壓力積聚進行完整評估，通常需要大約2年時間，但輝達的FNO只需要2.8秒。這使科學家能夠模擬在30年的注入過程中，壓力層如何積聚和CO2在何處擴散。
