台風，這一自然界中的「老熟人」，常以其驚人的破壞力和不可預測的路徑給人們的生產生活造成巨大影響。每年6月至8月，也是西北太平洋的台風活躍期。根據中國天氣網的預測，根據今年8月台風「排班表」，8月在西北太平洋和南海海域將有3至4個台風生成，較常年同期偏少。其中，將有2至3個台風登陸中國，台風移動路徑以西行和西北行為主。
近年來，氣象「追風」的技術和工具也在不斷前進演化升級。記者了解到，日前，輝達釋出了用於模擬高保真大氣動力學的突破性生成式 AI 模型StormCast，該模型的突破點在於，可以早於風暴生成之前、還未形成氣旋的天氣系統進行可靠預測，讓台風的預測更早一步——現已能夠實作 3 公裏的空間分辨率和每小時的時間分辨率。
兩個月前，輝達創始人兼行政總裁黃仁勛釋出了透過 Earth-2 提供的 CorrDiff 模型 。據介紹，NVIDIA Earth-2 是一個集 AI、物理仿真和電腦圖形於一身的數碼孿生雲平台，能夠以前所未有的準確性和速度在全球範圍實作天氣與氣候預測的模擬和視覺化。CorrDiff 則可以將模型分辨率從 25 公裏提高到 2 公裏，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。
而StormCast的出現又為 CorrDiff 增加了每小時自回歸預測功能，這意味著該模型可以根據過去的結果預測未來的結果。
最多可提前6小時進行預報
天氣和氣候變遷造成的物理危害在不同地區之間存在顯著差異。但由於在中尺度上模擬基本的流體動力學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值天氣預測需要大量計算成本。
因此，在以往的做法中，氣象研究人員在區域天氣預報模型（通常稱為對流容許模型，縮寫為 CAM）中往往要在分辨率、集合規模和可負擔性方面作權衡。
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 公裏左右，時間分辨率為 6 小時。
而在生成擴散技術的幫助下，StormCast 能夠實作 3 公裏的空間分辨率和每小時的時間分辨率。該模型在與降雨雷達配合使用時，已經可以提供最多提前 6 小時的預報。
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，並且能夠預測 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。這使氣象研究人員首次得以在 AI 天氣模擬中確認風暴浮力的真實 3D 演變過程。
更多創新還在醞釀之中
科學家們已經在探究如何利用該模型的優勢。The Weather Company 創新負責人 Tom Hamill 表示：「由於有序的雷暴和冬季降雨會產生巨大的影響，而且對其作出可信預報的難度極大，因此制作計算上易處理的風暴尺度集合天氣預報是數值天氣預報領域所面臨的一項艱巨挑戰。StormCast 顯然是一個能夠應對此類挑戰的模型。The Weather Company 十分高興能與 NVIDIA 一起開發、評估並在未來使用這些深度學習預報模型。」
科羅拉多州立大學大氣合作研究所機器學習負責人 Imme Ebert-Uphoff 表示：「開發高分辨率天氣模型需要使用 AI 演算法解決對流問題，而這是一個艱巨的挑戰。NVIDIA 的這項新研究探索了利用 StormCast 等擴散模型實作這一目標的潛力，這代表著我們朝著未來開發 AI 高分辨率天氣預報模型邁出了重要一步。」
這些研究突破不僅實作了達到物理學精度的氣候模擬的加速與視覺化、創造了地球的數碼孿生，還展現了 NVIDIA Earth-2 如何開啟了氣候研究的一個全新的重要時代。
據悉，NVIDIA Research 在全球擁有數百名科學家和工程師，專註於氣候 AI、電腦圖形學、電腦視覺、自動駕駛汽車和機器人等領域的研究。
作者：張天弛
文：張天弛編輯：張懿責任編輯：戎兵
轉載此文請註明出處。
