NVIDIA 的 StormCast AI 模型增强了天气预测和气候模拟

随着飓风、龙卷风和其他极端天气事件发生的频率和严重程度不断增加，利用最新技术改进和加速气候研究和预测变得至关重要。据 NVIDIA 博客报道，在当前大西洋飓风季节达到高峰之际，NVIDIA Research 宣布了一种突破性的生成式 AI 模型 StormCast，用于模拟高保真大气动力学。

StormCast 的高级功能

StormCast 能够提供可靠的中尺度天气预报，中尺度比风暴大但比飓风小，这对于灾害规划和减灾至关重要。这一发展正值极端天气现象夺去生命、摧毁房屋，仅在美国每年就造成超过 1500 亿美元的损失之际。

StormCast 在与劳伦斯伯克利国家实验室和华盛顿大学合作撰写的一篇论文中进行了详细介绍，它代表了生成式人工智能在气候研究和可操作的极端天气预测方面的重大进步。这种人工智能模型可帮助科学家应对高风险挑战，例如拯救生命和保护基础设施。

与 NVIDIA Earth-2 集成

NVIDIA Earth-2 是一个结合了 AI、物理模拟和计算机图形的数字孪生云平台，能够以前所未有的精度和速度模拟和可视化全球范围内的天气和气候预测。例如，在台湾，国家减灾科学技术中心使用 CorrDiff（作为 Earth-2 的一部分提供的 NVIDIA 生成式 AI 模型）来预测台风的精细细节。

CorrDiff 可以将 25 公里尺度的大气数据超解析至 2 公里，解析度提升 12.5 倍，单次推理比传统方法快 1,000 倍，能耗降低 3,000 倍。这种效率显著降低了成本，使可能挽救生命的工作能够以更实惠的价格完成。

区域至全球影响

全球气候研究通常始于区域层面，天气和气候变化的物理危害可能存在巨大差异。由于表示中尺度流体动力运动需要高空间分辨率，因此在此层面进行可靠的数值天气预报需要大量的计算成本。

对流允许模型 (CAM) 可用于跟踪风暴的演变和结构，以及在基础设施层面了解与天气相关的物理危害。这些模型传统上需要在分辨率、集合大小和可负担性之间进行权衡。然而，基于全球数据训练的机器学习模型已成为数值天气预报模型的有用模拟器，可改善严重事件的预警系统。

StormCast 利用生成扩散，现在可以实现 3 公里、每小时的天气预报。当与降水雷达结合使用时，该模型可提供长达六小时的预报时间，比美国国家海洋和大气管理局 (NOAA) 最先进的 3 公里操作 CAM 准确率高出 10%。

科学合作与未来前景

NVIDIA 研究人员利用美国中部 NOAA 大约三年半的气候数据对 StormCast 进行了训练，并使用 NVIDIA 加速计算来加快计算速度。该模型的输出呈现出物理上真实的热量和水分动态，并可以预测 100 多个变量，使科学家能够确认风暴浮力的真实 3D 演变。

“考虑到有组织的雷暴和冬季降水的巨大影响，以及在准确预测它们方面面临的重大挑战，生成计算上可处理的风暴规模集合天气预报是数值天气预报的一大挑战，”The Weather Company 创新主管 Tom Hamill 表示。“StormCast 是一个解决这些挑战的著名模型，The Weather Company 很高兴与 NVIDIA 合作开发、评估和潜在使用这些深度学习预测模型。”

科罗拉多州立大学大气合作研究所机器学习负责人 Imme Ebert-Uphoff 表示：“开发高分辨率天气模型需要 AI 算法来解决对流问题，这是一个巨大的挑战。NVIDIA 的新研究探索了使用 StormCast 等扩散模型实现这一目标的潜力，这为开发未来高分辨率天气预报 AI 模型迈出了重要一步。”

通过物理精确的气候模拟的加速和可视化，NVIDIA Earth-2 正在开启一个至关重要的气候研究新时代，标志着生成式 AI 在应对全球气候挑战方面的重要性。

图片来源：Shutterstock