NVIDIA的StormCast AI模型增强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。在当前大西洋飓风季节的高峰期，NVIDIA研究团队宣布推出了一个突破性的生成AI模型StormCast，用于模拟高保真大气动态，根据NVIDIA博客。

StormCast的先进功能

StormCast使中尺度天气预测变得可靠，介于风暴和气旋之间的规模，对于灾难规划和缓解至关重要。目前，极端天气现象每天都在夺走生命、摧毁房屋，并在美国每年造成超过1500亿美元的损失。

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详细描述，StormCast代表了生成AI在气候研究和可操作的极端天气预测应用方面的重要进展。这种AI模型帮助科学家应对高风险挑战，如拯救生命和保护基础设施。

与NVIDIA Earth-2的集成

NVIDIA Earth-2是一个数字双胞胎云平台，结合了AI、物理模拟和计算机图形学，可以前所未有的精度和速度模拟和可视化全球天气和气候预测。例如，在台湾，国家灾害减少科技中心使用CorrDiff，一个作为Earth-2的一部分提供的NVIDIA生成AI模型，预测台风的细节。

CorrDiff可以将25公里尺度的大气数据高分辨到2公里 — 每次推断的速度提高1000倍，能源消耗减少3000倍，比传统方法更高效。这种效率显著降低了成本，使潜在的救生工作更加经济。

从区域到全球的影响

全球气候研究通常从区域层面开始，天气和气候变化的物理危害在这个层面上可以大不相同。在该层面上，可靠的数值天气预报因其对高空间分辨率的需求而带来的计算成本相当高，因为需要代表中尺度的流体动力学运动。

对流允许模型（CAMs）对于跟踪风暴演变和结构以及了解基础设施层面的天气相关物理危害非常有用。这些模型传统上在分辨率、集合大小和可负担性之间需要权衡。然而，训练于全球数据的机器学习模型已经成为数值天气预报模型的有用模拟器，提升了严重事件的早期预警系统。

StormCast利用生成扩散技术，现在能够在3公里的小时尺度上进行天气预测。与降水雷达配合使用时，该模型可提供提前多达六小时的预测，其准确度比美国国家海洋和大气管理局（NOAA）最先进的3公里操作CAM高出最多10%。

科学合作与未来前景

NVIDIA研究人员利用NVIDIA加速计算对约三年半的NOAA气候数据进行了计算加速，训练了StormCast模型。模型的输出显示出物理上真实的热量和湿度动态，并且能够预测超过100种变量，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，以及以信心预测它们的重大挑战，生产计算上可行的风暴尺度集合天气预测代表了数值天气预报的重大挑战之一，”The Weather Company创新主管Tom Hamill说。“StormCast是一个解决这些挑战的重要模型，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研究合作研究所的机器学习负责人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扩散模型如StormCast来实现这一目标的潜力，这标志着未来高分辨率天气预测AI模型发展的重要一步。”

通过加速和可视化物理上准确的气候模拟，NVIDIA Earth-2开启了气候研究的一个新的重要时代，展示了生成AI在应对全球气候挑战方面的重要性。