该项目由中核集团核工业西南物理研究院自主设计建造。据悉，该装置是我国目前规模最大、参数最高的先进托卡马克装置，是我国新一代先进磁约束核聚变实验研究装置，采用更先进的结构与控制方式，等离子体体积达到国内现有装置2倍以上，等离子体电流能力提高到2.5兆安培以上，等离子体离子温度可达到1.5亿摄氏度，能实现高密度、高比压、高自举电流运行，是实现我国核聚变能开发事业跨越式发展的重要依托装置，也是我国消化吸收ITER技术不可或缺的重要平台。
9、科学家攻克20余年悬而未决的几何难题
阐释图片。中国科学技术大学供图
中国科学技术大学教授陈秀雄、王兵发表的关于高维凯勒里奇流收敛性的论文，率先攻克了哈密尔顿—田猜想和偏零阶估计猜想——这些均为几何分析领域20余年来悬而未决的核心猜想。
相关成果于11月初发表在《微分几何学杂志》上。据了解，论文篇幅超过120页，从投稿到正式发表耗时6年。该论文引进了众多新思想和新方法，对几何分析，尤其是里奇流的研究产生了深远的影响。
据悉，该文是几何分析领域内的重大进展，或将推进诸多相关工作。
10、机器学习模拟上亿原子：中美团队获2020高性能计算应用领域最高奖项戈登贝尔奖
机器学习+物理模拟+高性能计算=新的科学范式。贾伟乐供图
11月19日下午，由中国科学院计算技术研究所贾伟乐副研究员、中国科学院院士鄂维南、北京大数据研究院张林峰研究员及其合作者共同完成的应用成果获得国际高性能计算应用领域最高奖——戈登贝尔奖。
该项工作在国际上首次采用智能超算与物理模型的结合，引领了科学计算从传统的计算模式朝着智能超算的方向前进。
据悉，第一性原理分子动力学以其高精度和算法复杂著称，长期以来，其计算的空间尺度和时间尺度受算法和算力限制，即使利用世界上最快的超级计算机，也只能计算数千原子体系规模。
该成果通过高性能计算和机器学习将分子动力学极限提升了数个量级，达到了上亿原子的体系规模，同时仍保证了「从头算（ab initio）」的高精度，且模拟时间尺度较传统方法至少提高1000倍。
据了解，基于深度学习的分子动力学模拟通过高性能计算和机器学习的有机结合，将精确的物理建模带入了更大尺度的材料模拟中，有望在将来为力学、化学、材料、生物乃至工程领域解决实际问题发挥更大作用。
