Contexte et opportunité
Fusionality, startup lausannoise fondée par Federico Felici et Jonas Buchli, a levé un pré‑seed de 3,7 M$ (CHF 3 M) auprès de Founderful et Playfair. Les deux cofondateurs, issus respectivement d’EPFL et de Google DeepMind, ont constaté que 80 % des composants logiciels des systèmes de contrôle de réacteurs à fusion sont identiques d’une entreprise à l’autre, alors que chaque société développe son propre code propriétaire. Cette redondance crée un gouffre d’efficacité pour les jeunes acteurs du secteur, comme Commonwealth Fusion Systems ou Realta Fusion, qui doivent investir du temps et du capital dans des solutions sur‑mesure. Fusionality se positionne comme fournisseur d’une chaîne d’outils standardisée destinée à réduire ce gaspillage de ressources.
Architecture du système de contrôle proposé
Le produit phare de Fusionality repose sur une suite logicielle modulable couplée à du matériel de mesure haute fréquence. Les modules de base comprennent un moteur de boucle fermée capable de traiter des signaux de capteurs de température, de densité et de forme du plasma à des cadences de l’ordre du kilohertz, ainsi qu’un simulateur temps réel reproduisant les dynamiques magnétiques d’un tokamak. Cette architecture exploite les principes communs du confinement magnétique : génération de champs de plusieurs teslas, stabilisation du plasma par contrôle de la forme (shaping) et injection de carburant. En séparant la couche de hardware abstraction du noyau de décision, Fusionality permet aux clients d’intégrer leurs propres algorithmes de pilotage sans réécrire l’infrastructure de communication.
Intégration de l'IA et limites techniques
Fort de son expérience chez DeepMind, Felici a intégré des modèles d’apprentissage supervisé pour optimiser les paramètres de contrôle en phase de démarrage. Les réseaux de neurones sont entraînés sur des jeux de données issus de simulations de tokamaks EPFL, puis déployés comme modules d’aide à la décision qui ajustent les consignes de courant des bobines en fonction des dérives de température détectées. Les fondateurs soulignent toutefois que l’IA ne peut pas encore remplacer la logique de sécurité critique : les algorithmes sont limités à la tuning fine et à la prédiction de dérives, tandis que les boucles de protection restent codées en logique déterministe pour garantir la conformité aux normes de sûreté nucléaire.
Perspectives et enjeux industriels
Le financement initial doit financer le développement de « blocs Lego » logiciels, c’est‑à‑dire des composants réutilisables que les startups pourront assembler selon leurs besoins spécifiques. À terme, Fusionality ambitionne d’étendre son offre aux approches alternatives de fusion, comme l’inertial confinement, mais la priorité reste le confinement magnétique, qui représente la majorité des projets en phase de démonstration. Si la standardisation des systèmes de contrôle réussit, elle pourrait réduire le temps de mise en service des réacteurs de plusieurs années, tout en offrant une base plus fiable pour l’intégration future de l’IA à l’échelle du réacteur complet.
