天气的变化：AI和加速计算承诺更快、更高效的预测
天气变化：AI和加速计算提供更快、更高效的预测
根据慕尼黑再保险公司的数据，到2050年，极端天气和气候事件的频率和严重程度增加可能导致每年100万人死亡，损失达1.7万亿美元。
这凸显了准确的天气预报的紧迫需要，特别是随着暴风雪、飓风和热浪等严重天气事件的增加。人工智能和加速计算有望提供帮助。
超过180个天气模拟中心利用强大的高性能计算（HPC）基础设施来运行传统的数值天气预报（NWP）模型。这些中心包括欧洲中期天气预报中心（ECMWF），它在983,040个CPU核心上运行，以及英国气象局的超级计算机，它使用超过150万个CPU核心，耗电量为2.7兆瓦。
重新思考HPC设计
全球能源效率的推动促使重新思考HPC系统设计。利用GPU的加速计算提供了一种具有潜力的高效能替代方案，可以加速计算。
NVIDIA的GPU在全球广泛采用的天气模型中产生了重大影响，包括ECMWF、马克斯·普朗克气象研究所、德国气象局和美国国家大气研究中心的模型。
GPU可将性能提升多达24倍，提高能效，并降低成本和空间需求。
“为了能够在功耗限制内进行可靠的天气预测和气候预测，我们依赖于算法改进和硬件，其中NVIDIA的GPU是CPU的一种替代方案。”瑞士气象和气候国家办公室MeteoSwiss的数值预报主管Oliver Fuhrer说。
AI模型提升速度和效率
NVIDIA基于人工智能的天气预测模型FourCastNet在准确性上与传统方法相比具有数量级更高的速度和能效。FourCastNet能够快速生成为期一周的预报，并允许生成具有起始条件略有不同的大型集合（或模型组），用于高置信度的极端天气预测。
例如，根据历史数据，FourCastNet准确预测了2018年7月5日阿尔及利亚瓦尔格拉的温度，这是非洲有记录以来最热的一天。
利用NVIDIA的GPU，FourCastNet能够快速准确地生成1,000个集合成员，超过传统模型。其中十几个成员根据发生前三周的数据准确预测了阿尔及利亚的高温。
这是FourCastNet团队首次提前几周预测高影响事件，展示了人工智能在可靠的天气预报方面具有比传统天气模型更低的能源消耗。
FourCastNet使用了最新的人工智能技术，如变压器模型，将人工智能和物理学相结合，取得了创新性的成果。其速度比传统的NWP模型快大约45,000倍。而一经训练，FourCastNet在产生预报时的能源消耗仅为基于欧洲的集成预报系统的1/12。
“NVIDIA FourCastNet为一系列应用开启了使用人工智能的大门，这将改变NWP企业的形态。”马克斯·普朗克气象研究所所长Bjorn Stevens说。
拓展可能性
在NVIDIA的GTC会议上，Stevens介绍了使用ICON气候研究工具的现有可能性。使用3,200个CPU的Levante超级计算机可以在24小时内模拟10天的天气，Stevens说。相比之下，使用1,200个NVIDIA A100 Tensor Core GPU的JUWELS Booster超级计算机可以在相同的时间内运行50天的模拟。
科学家们正在寻求研究未来300年的气候影响，这意味着系统需要快20倍，Stevens补充说。他表示，采用NVIDIA H100 Tensor Core GPU和更简单的代码可能会实现这一目标。
研究人员现在面临的挑战是在物理模型和机器学习之间找到最佳平衡，以产生更快、更准确的气候预测。上个月，ECMWF的一篇博客描述了这种混合方法，它依赖于机器学习进行初步预测，依靠物理模型进行数据生成、验证和系统细化。
这样的整合——通过加速计算实现——可能会在天气预测和气候科学方面带来重大进展，开启一个高效、可靠和节能的预测新时代。
通过以下资源了解加速计算和人工智能如何推动气候科学的发展：
- NVIDIA单页：用人工智能预测天气
- NVIDIA单页：更快的天气预测
- NVIDIA资源页面：可持续计算
- NVIDIA技术博客：科学计算革命中的人工智能
