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(fā)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(xué)，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(yù)測。
這對于防災(zāi)減災(zāi)工作至關(guān)重要。颶風、龍卷風等極端天氣事件的發(fā)生頻率和嚴重程度不斷增加。極端天氣甚至會奪走生命、摧毀家園，僅在美國每年就造成超過1500億美元的損失。使用最新技術(shù)改善和加速氣候研究與預(yù)測愈發(fā)迫切。
開發(fā)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(shù)，StormCast可實現(xiàn)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(yù)報，比美國國家海洋和大氣管理局最先進的區(qū)域天氣預(yù)報模型的準確度還高。
NVIDIA研究人員利用來自美國中部的約三年半美國國家海洋和大氣管理局（NOAA）氣候數(shù)據(jù)對StormCast進行了訓(xùn)練，并使用NVIDIA加速計算加快計算速度。
StormCast的輸出結(jié)果可顯示符合物理學(xué)的逼真熱量和濕度動態(tài)，并能預(yù)測100多個變量，使科學(xué)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：https://research.nvidia.com/publication/2024-08_kilometer-scale-convection-allowing-model-emulation-using-generative-diffusion
一、用生成式AI精準預(yù)測臺風，計算成本從近300萬降至6萬美元
NVIDIA Earth-2是一個集AI、物理仿真和計算機圖形于一身的數(shù)字孿生云平臺，能以前所未有的準確性和速度在全球范圍實現(xiàn)天氣與氣候預(yù)測的模擬和可視化。
例如在臺灣地區(qū)，災(zāi)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(yù)測臺風的精細尺度細節(jié)。
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(tǒng)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(xiàn)在只需花費約6萬美元就能在搭載NVIDIA Hopper Tensor Core GPU的單個系統(tǒng)上完成。
這一成本的大幅降低，表明生成式AI和加速計算能夠有效地提高能效和降低成本。
該中心還計劃使用CorrDiff預(yù)測城市地區(qū)的下沉氣流。因為當強風以漏斗狀向下吹往街道時，就會損壞建筑物并影響行人。
StormCast現(xiàn)在為CorrDiff增加了每小時自回歸預(yù)測功能，使得該模型可以根據(jù)過去的結(jié)果預(yù)測未來的結(jié)果。
二、將預(yù)報提前6小時，能顯示逼真熱量和濕度動態(tài)
全球氣候研究始于地區(qū)層面的研究。天氣和氣候變化造成的物理危害在不同地區(qū)之間存在顯著差異。但由于在中尺度上模擬基本的流體動力學(xué)運動需要很高的空間分辨率，因此在這一層面進行可靠的數(shù)值天氣預(yù)測，需要大量計算成本。
過去，區(qū)域天氣預(yù)報模型（通常稱為對流容許模型，縮寫為CAM）迫使研究人員不得不在分辨率、集合規(guī)模、可負擔性方面作出不同的權(quán)衡。
氣象學(xué)家可以使用CAM追蹤風暴的演變和結(jié)構(gòu)并監(jiān)測其對流模式或風暴形成時的構(gòu)成方式。例如，龍卷風發(fā)生的概率取決于風暴的結(jié)構(gòu)和對流模式。
CAM還有助于研究人員了解與天氣有關(guān)的物理危害對基礎(chǔ)設(shè)施層面的影響。例如，研究人員可以使用全球氣候模型模擬為CAM提供參考，幫助它們根據(jù)大氣、河流含水量的緩慢變化，預(yù)測沿海易受災(zāi)地區(qū)的山洪暴發(fā)。
在較低分辨率下，在全球數(shù)據(jù)上訓(xùn)練而成的機器學(xué)習模型已能夠有效地模擬數(shù)值天氣預(yù)報模型，來改進嚴重事件的預(yù)警系統(tǒng)。這些機器學(xué)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(shù)的幫助下，StormCast能夠?qū)崿F(xiàn)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(jīng)可以提供最多提前6小時的預(yù)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的地球靜止環(huán)境觀測衛(wèi)星觀察中尺度對流系統(tǒng)（圖源：NOAA）
此外，StormCast的輸出結(jié)果可顯示符合物理學(xué)的逼真熱量和濕度動態(tài)，并且能夠預(yù)測100多個變量，例如在多個精細劃分的高度層上的溫度、水分濃度、風力和降雨雷達反射率值等。
這使科學(xué)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(fā)AI高分辨率天氣預(yù)報模型，邁出重要一步
科學(xué)家們已經(jīng)在探究如何利用該模型的優(yōu)勢。
The Weather Company創(chuàng)新負責人Tom Hamill談道，由于有序的雷暴和冬季降水會產(chǎn)生巨大的影響，而且對其作出可信預(yù)報的難度極大，因此制作計算上易處理的風暴尺度集合天氣預(yù)報是數(shù)值天氣預(yù)報領(lǐng)域所面臨的一項艱巨挑戰(zhàn)。
在他看來，StormCast顯然是一個能夠應(yīng)對此類挑戰(zhàn)的模型。“The Weather Company十分高興能與NVIDIA一起開發(fā)、評估并在未來使用這些深度學(xué)習預(yù)報模型?！盩om Hamill說。
科羅拉多州立大學(xué)大氣合作研究所機器學(xué)習負責人Imme Ebert-Uphoff認為，開發(fā)高分辨率天氣模型需要使用AI算法解決對流問題，NVIDIA的這項新研究探索了利用StormCast等擴散模型實現(xiàn)這一目標的潛力，是朝著未來開發(fā)AI高分辨率天氣預(yù)報模型邁出的重要一步。
結(jié)語：超越傳統(tǒng)預(yù)報方法，AI引入氣候研究新范式
應(yīng)對日益惡劣的極端天氣事件和氣候挑戰(zhàn)，快速發(fā)展的AI和加速計算能夠更好地模擬氣候條件，不僅有助于提高預(yù)測天氣狀況的準確性，對嚴重氣候災(zāi)害進行盡早地預(yù)警與防范，而且能夠大幅降低計算成本，實現(xiàn)更節(jié)能的高分辨率模擬與可視化，減少對環(huán)境的影響。
從數(shù)字孿生地球到StormCast模型，以及與氣候研究機構(gòu)的一系列合作，NVIDIA一直走在加速處理復(fù)雜天氣數(shù)據(jù)的前排，通過將AI技術(shù)與加速計算系統(tǒng)的結(jié)合，改善氣候研究，推動具有可操作性的極端天氣預(yù)測取得突破，從而幫助科學(xué)家應(yīng)對拯救生命和世界的嚴峻挑戰(zhàn)。這項長期事業(yè)最終將使全球受益。
