Công nghệ Physics AI hỗ trợ Lầu Năm Góc rút ngắn quy trình thiết kế vũ khí siêu vượt âm

Trong quy trình thiết kế khí tài quân sự hiện đại, một bài toán mô phỏng dòng khí qua vòi phun động cơ có thể tiêu tốn nhiều giờ tính toán phức tạp. Sự xuất hiện của công nghệ Physics AI (trí tuệ nhân tạo cho bài toán vật lý và mô phỏng kỹ thuật) đang làm thay đổi căn bản giai đoạn nghiên cứu ban đầu. Bằng cách kết hợp mô hình số học với phần cứng xử lý đồ họa chuyên dụng, các nhà thầu quốc phòng có thể ước tính các phản ứng cơ học và khí động lực học chỉ trong vài giây.

Minh họa Physics AI hỗ trợ mô phỏng và tối ưu thiết kế tên lửa, máy bay cùng động cơ trong môi trường kĩ thuật số. Ảnh: B.Đ

Cơ chế hoạt động của mô hình Physics AI

Khác với các mô hình ngôn ngữ lớn (LLM) vốn phân tích văn bản để dự đoán từ ngữ tiếp theo, Physics AI được xây dựng để ước tính phản ứng của một hệ thống vật lý khi các thông số hình học hoặc điều kiện môi trường thay đổi. Nền tảng này học các quy luật toán học dựa trên tập dữ liệu khổng lồ từ các phép đo thực nghiệm và kết quả mô phỏng trước đó.

Khi kỹ sư thay đổi các thông số như góc nghiêng cánh tên lửa hoặc biên dạng cửa xả động cơ, hệ thống có thể lập tức đưa ra phản hồi về lực cản hoặc sự thay đổi của dòng khí. Hiện nay, các giải pháp Physics AI đang tập trung mạnh vào ba lĩnh vực cốt lõi của ngành công nghiệp quốc phòng gồm động lực học chất lưu, cơ học kết cấu và điện từ trường phục vụ thiết kế máy bay, động cơ đẩy và hệ thống radar.

Luminary tích hợp toàn bộ quy trình phát triển mô hình AI, từ tạo dữ liệu huấn luyện đến đưa mô hình vào sử dụng để dự đoán kết quả. Ảnh: Luminary

Phân định giữa Physics AI và Physical AI

Trong cấu trúc công nghệ của các tập đoàn như NVIDIA, Physics AI và Physical AI (AI vật lý) đảm nhiệm hai vai trò hoàn toàn khác biệt. Physics AI là công cụ tính toán phục vụ thiết kế kỹ thuật số và kiểm tra khí động lực học trên máy tính. Ngược lại, Physical AI là hệ thống phần mềm nhúng trực tiếp vào robot, phương tiện bay không người lái (UAV) hoặc xe tự hành để xử lý dữ liệu cảm biến và điều khiển phần cứng trong môi trường thực.

Hai nhánh công nghệ này có thể kết hợp liên hoàn trong chu trình tác chiến. Một mẫu UAV trinh sát có thể được tối ưu hóa toàn bộ biên dạng khí động học thông qua Physics AI trước khi trang bị hệ thống Physical AI để tự định hướng và điều phối bay ngoài thực địa.

Khái niệm AI vật lý (Physical AI) của NVIDIA, thể hiện cách trí tuệ nhân tạo bước từ màn hình máy tính ra thế giới thực để điều khiển các cỗ máy tự động. Ảnh: NVIDIA

Hiệu năng tính toán từ dự án của Northrop Grumman

Vào tháng 10/2025, tập đoàn công nghiệp quốc phòng Northrop Grumman đã phối hợp cùng Luminary ứng dụng Physics AI để nghiên cứu cụm vòi phun động cơ đẩy tàu vũ trụ. Dữ liệu huấn luyện ban đầu bao gồm khoảng 2.000 phép tính mô phỏng động lực học chất lưu (CFD) độ chính xác cao.

Công nghệ của Luminary tận dụng GPU để chạy hàng nghìn mô phỏng độ chính xác cao chỉ trong thời gian ngắn. Ảnh: Luminary

Khi hoàn thiện, mô hình chỉ mất 2-5 giây trên một GPU NVIDIA L4 để dự đoán toàn bộ trường dòng chảy cho cấu hình mới, đạt tốc độ xử lý nhanh hơn 3.000 lần so với phương pháp truyền thống. Khi đối chiếu với kết quả CFD tiêu chuẩn, sai số trung vị của phân bố số Mach tại cửa vòi phun đạt mức 5,2%. Khả năng này cho phép kỹ sư khảo sát hàng trăm biến thể thiết kế mỗi ngày thay vì chỉ dừng lại ở vài chục phương án mỗi tháng.

Hình ảnh mô phỏng cho thấy luồng không khí chuyển động quanh một mẫu máy bay. Mô phỏng được thực hiện trên Luminary Cloud và nTop, kết hợp công cụ AI NVIDIA PhysicsNeMo. Ảnh: Luminary

Nhu cầu của Lầu Năm Góc và giới hạn kỹ thuật

Cơ quan Các dự án nghiên cứu quốc phòng tiên tiến Mỹ (DARPA) cùng Lục quân Mỹ đang hướng tới việc tối ưu hóa quy trình khảo sát không gian thiết kế cho vũ khí tốc độ cao. Đặc biệt với các phương tiện siêu vượt âm, sự đan xen giữa sóng xung kích, tải nhiệt cực hạn và phản ứng hóa học khiến mọi thay đổi nhỏ ở hình dáng đều làm biến đổi hoàn toàn đặc tính bay.

Các chương trình nghiên cứu SBIR của Lục quân Mỹ đang đặt mục tiêu giảm ít nhất 10 lần chi phí tính toán cho các mô hình dòng biên siêu vượt âm, áp dụng trên đạn đánh chặn cơ động cao, tên lửa dùng động cơ hút khí và phương tiện lượn siêu thanh (boost-glide).

Dù mang lại tốc độ vượt trội, các chuyên gia từ Phòng thí nghiệm Quốc gia Sandia cảnh báo Physics AI chỉ đạt độ tin cậy cao nhất trong phạm vi dữ liệu đã được học. Khi gặp phải các điều kiện khí động vượt ngoài biên độ huấn luyện, AI vẫn có nguy cơ đưa ra dự đoán sai lệch. Do đó, Physics AI đóng vai trò như bộ lọc sơ bộ ban đầu nhằm sàng lọc các phương án tối ưu, trước khi chuyển giao thiết kế sang giai đoạn thử nghiệm hầm gió, đo kiểm CFD chi tiết và phóng thử thực tế.