智東西（公眾號：zhidxcom）
作者 | ZeR0
編輯 | 漠影
智東西8月22日報道，正值大西洋颶風季的高峰期，NVIDIA Research近日發布了一款全新生成式AI模型StormCast，用于模擬高保真大氣動力學，可在中尺度（比風暴大但比氣旋小的尺度）上作出可靠的天氣預測。
這對于防(fang)災(zai)減災(zai)工作(zuo)至關(guan)重要。颶風(feng)、龍(long)卷風(feng)等極端(duan)天(tian)氣(qi)(qi)事件的發生頻率和嚴(yan)重程度不斷增加(jia)。極端(duan)天(tian)氣(qi)(qi)甚至會奪走生命(ming)、摧毀(hui)家園，僅在美國每年就造(zao)成超過1500億(yi)美元的損失。使用最新技(ji)術改善和加(jia)速氣(qi)(qi)候研究與預測愈發迫切。
開發高分辨率天氣模型需要利用AI算法解決對流問題。借助生成擴散技術，StormCast可實現3公里的空間分辨率和每小時的時間分辨率。該模型在與降水雷達配合使用時，能夠提供最多提前6小時的預(yu)報，比美國國家海洋和大氣管理(li)局最先進的區域天氣預(yu)報模型的準確度(du)還(huan)高。
NVIDIA研究(jiu)人員(yuan)利用(yong)來自(zi)美國(guo)中(zhong)部的(de)約(yue)三(san)年半美國(guo)國(guo)家(jia)海洋(yang)和大氣管理局（NOAA）氣候數(shu)據(ju)對StormCast進行了訓練，并使用(yong)NVIDIA加(jia)速計算(suan)加(jia)快計算(suan)速度。
StormCast的輸出結果可顯示符合物理學的逼真熱量和濕度動態，并能預測100多個變量，使科學家們首次能夠在AI天氣模擬中確認風暴浮力的真實3D演變過程。
論文地址：//research.nvidia.com/publication/2024-08_kilometer-scale-convection-allowing-model-emulation-using-generative-diffusion
一、用生成式AI精準預測臺風，計算成本從近300萬降至6萬美元
NVIDIA Earth-2是一(yi)個集AI、物理仿(fang)真和(he)計算(suan)機圖形于一(yi)身的數字孿(luan)生云平臺(tai)，能(neng)以前所未有的準(zhun)確性(xing)和(he)速度在全(quan)球范圍實現天氣與(yu)氣候預測的模擬和(he)可視化。
例如在臺灣地區，災害防救科技中心計劃使用Earth-2提供的一個NVIDIA生成式AI模型CorrDiff，來預測臺(tai)風的精細(xi)尺度細(xi)節。
CorrDiff可將模型分辨率從25公里提高到2公里，分辨率是以前的12.5倍，單次推理速度比傳統的方法快了1000倍，能源效率提高了3000倍。
這意味著該中心以前需要花費近300萬美元購買CPU才能完成的救援工作，現在只需花費約6萬美元就(jiu)能在搭載NVIDIA Hopper Tensor Core GPU的單(dan)個系統上完成。
這一成本(ben)的大(da)幅降(jiang)低，表明(ming)生成式AI和加速計算能夠有效地(di)提高能效和降(jiang)低成本(ben)。
該中(zhong)心還(huan)計(ji)劃(hua)使用(yong)CorrDiff預測城市地區的下(xia)沉氣流。因為(wei)當強風以漏斗狀(zhuang)向下(xia)吹(chui)往街(jie)道時(shi)，就會損壞建筑物并影(ying)響行人。
StormCast現在為CorrDiff增加了每小時自回歸預測功能，使得該模型(xing)可以根據過去的結果預測未(wei)來的結果。
二、將預報提前6小時，能顯示逼真熱量和濕度動態
全球氣候研究(jiu)始于地(di)區(qu)層(ceng)面的(de)研究(jiu)。天(tian)氣和氣候變化造成(cheng)的(de)物理(li)危害在(zai)不同地(di)區(qu)之(zhi)間存在(zai)顯(xian)著差異。但由于在(zai)中尺度(du)上模(mo)擬基本的(de)流體動力學運動需要很高的(de)空間分辨率(lv)，因此(ci)在(zai)這一層(ceng)面進行可靠(kao)的(de)數(shu)值天(tian)氣預測，需要大量計算成(cheng)本。
過去，區域天氣預報模型（通常稱為對流容許模型，縮寫為CAM）迫使研究人(ren)員(yuan)不(bu)(bu)得不(bu)(bu)在分辨率(lv)、集(ji)合規模、可負擔性方面(mian)作(zuo)出不(bu)(bu)同(tong)的(de)權衡。
氣(qi)象學(xue)家(jia)可以使用CAM追蹤風(feng)暴(bao)的(de)演變和結(jie)構(gou)(gou)并監測(ce)其對流模式或(huo)風(feng)暴(bao)形(xing)成(cheng)時的(de)構(gou)(gou)成(cheng)方(fang)式。例如(ru)，龍卷風(feng)發(fa)生的(de)概(gai)率(lv)取決于風(feng)暴(bao)的(de)結(jie)構(gou)(gou)和對流模式。
CAM還有助(zhu)于研究人員了解與天氣有關的物理危害(hai)對基礎設(she)施層(ceng)面的影響。例如，研究人員可以使用全球氣候模(mo)型模(mo)擬為CAM提(ti)供參考，幫助(zhu)它們(men)根據大(da)氣、河流含(han)水(shui)量的緩慢(man)變(bian)化，預測沿海易受災地區的山洪暴發。
在較低分辨率下，在全球數據上訓練而成的機器學習模型已能夠有效地模擬數值天氣預報模型，來改進嚴重事件的預警系統。這些機器學習模型的空間分辨率通常為30公里左右，時間分辨率為6小時。
如今，在生成擴散技術的幫助下，StormCast能夠實現3公里的空間分辨率和每小時的時間分辨率。
盡管尚處于起步階段，但該模型在與降水雷達配合使用時，已經可以提供最多提前6小時的預報，其準確度比美國國家海洋和大氣管理局（NOAA）最先進的3公里尺度CAM高出10%。
▲使用NOAA的地球(qiu)靜(jing)止(zhi)環(huan)境(jing)觀(guan)測衛星觀(guan)察中尺度對流(liu)系統（圖源：NOAA）
此外，StormCast的輸出結果可顯示符合物理學的逼真熱量和濕度動態，并且能夠預測100多個變量，例如在多個精細劃分(fen)的高度(du)層上的溫(wen)度(du)、水(shui)分(fen)濃(nong)度(du)、風力和降雨雷達反射率值等。
這使科學家們首次能夠在AI天氣模擬中確認風暴浮力的真實3D演變過程。
三、朝著開發AI高分辨率天氣預報模型，邁出重要一步
科學家們已經在探究(jiu)如何利用(yong)該模型的(de)優勢(shi)。
The Weather Company創新負責人(ren)Tom Hamill談道(dao)，由于(yu)有序的(de)(de)雷暴(bao)和冬季降水(shui)會產生巨(ju)大(da)的(de)(de)影響，而且對其作(zuo)出可信預報的(de)(de)難度極大(da)，因此制作(zuo)計(ji)算上易處(chu)理(li)的(de)(de)風暴(bao)尺(chi)度集合天(tian)氣預報是數值天(tian)氣預報領域(yu)所面臨的(de)(de)一項艱(jian)巨(ju)挑(tiao)戰。
在他看(kan)來，StormCast顯然是(shi)一(yi)個能(neng)(neng)夠應(ying)對此類挑戰(zhan)的模(mo)型(xing)。“The Weather Company十(shi)分高興(xing)能(neng)(neng)與NVIDIA一(yi)起開發、評估(gu)并在未(wei)來使用這些(xie)深度學習預報模(mo)型(xing)。”Tom Hamill說。
科羅拉(la)多州立大學(xue)大氣(qi)合(he)作研究(jiu)所機器學(xue)習負責人(ren)Imme Ebert-Uphoff認(ren)為，開(kai)發高分辨率(lv)天氣(qi)模(mo)型需要(yao)使用(yong)AI算法解決對流問題(ti)，NVIDIA的這(zhe)項新(xin)研究(jiu)探索了利用(yong)StormCast等擴散模(mo)型實現(xian)這(zhe)一(yi)目標的潛力，是朝(chao)著(zhu)未來開(kai)發AI高分辨率(lv)天氣(qi)預報(bao)模(mo)型邁出(chu)的重要(yao)一(yi)步。
結語：超越傳統預報方法，AI引入氣候研究新范式
應對(dui)日益(yi)惡(e)劣的(de)極端天(tian)氣(qi)(qi)事件(jian)和氣(qi)(qi)候挑戰，快(kuai)速(su)發展的(de)AI和加速(su)計算能夠更(geng)好地模擬(ni)氣(qi)(qi)候條件(jian)，不(bu)僅(jin)有(you)助于提高(gao)預測天(tian)氣(qi)(qi)狀況的(de)準(zhun)確性，對(dui)嚴重氣(qi)(qi)候災害進行(xing)盡早(zao)地預警與(yu)防范(fan)，而且能夠大幅降(jiang)低計算成本，實(shi)現更(geng)節能的(de)高(gao)分辨率模擬(ni)與(yu)可視化(hua)，減(jian)少對(dui)環境的(de)影響。
從(cong)數(shu)字孿生地球(qiu)到(dao)StormCast模型，以及與氣候研究機構(gou)的(de)(de)一系列合(he)作(zuo)，NVIDIA一直走(zou)在加速處理復雜天(tian)氣數(shu)據的(de)(de)前排，通過將(jiang)AI技術(shu)與加速計(ji)算系統的(de)(de)結合(he)，改善氣候研究，推動具(ju)有可操作(zuo)性(xing)的(de)(de)極端天(tian)氣預測取得突破，從(cong)而幫(bang)助科學家應對拯救生命和世界的(de)(de)嚴(yan)峻挑戰。這項長期事業(ye)最(zui)終將(jiang)使全(quan)球(qiu)受(shou)益。
