NVIDIA Earth-2气象AI在预报竞赛中超越谷歌
NVIDIA通过Earth-2 AI套件革新气象预报
当冬季风暴袭击美国、暴露出传统预报方法的局限性时,NVIDIA选择在美国气象学会休斯顿会议上推出其颠覆性的Earth-2平台。这套AI驱动的气象建模套件不仅是渐进式改进——它正在重塑我们预测全球天气模式的方式。

更简洁的架构,更卓越的性能
焦点是NVIDIA的Earth-2中期预报模型,该模型已展现出非凡能力。早期测试显示它在追踪70多个关键气象变量方面超越了谷歌DeepMind一年前发布的GenCast模型。
Earth-2有何不同?"我们正在让气象学回归基础",NVIDIA气候模拟总监Mike Pritchard解释道。系统摒弃了复杂的物理模拟,转而采用精简的Atlas架构,利用可扩展的Transformer技术。
三重奏式气象预测方法
Earth-2套件满足不同时间尺度的预报需求:
临近预报模型通过分析全球卫星数据(而非受限于区域模型),提供超高精度的短期预测(0-6小时)。这对追踪快速发展的风暴特别有价值。
全球数据同化模型在后台运行,整合来自气象站、探空气球等来源的数据以创建预测初始条件。这里的效率提升令人震惊——原本需要超级计算机数小时处理的任务,现在GPU只需几分钟。
诸如CorrDiff和FourCastNet3等高分辨率建模工具让气象学家能够以前所未有的清晰度聚焦温度或风型等特定变量。
推动气象科学民主化
Pritchard强调了常被忽视的气象预测问题:获取不平等。"优质预报不应是富裕国家的专利"他断言道。通过大幅降低计算成本,Earth-2使发展中国家和小型组织能够建立自己的先进预报系统。
该技术已开始实际应用。以色列和台湾的气象机构已部署CorrDiff,而The Weather Company和Total Energies等主要机构正在评估临近预报模型的实际应用价值。
关键要点:
- NVIDIA Earth-2在70多个气象变量上超越谷歌GenCast
- 从复杂物理模型转向精简Transformer架构
- 套件涵盖即时(临近)、中期及专项预报需求
- 通过GPU优化减少对超级计算机的依赖
- 目前已在以色列和台湾部署,预计将有更多采用案例

