VIDIA 推出革命性 NIM 微服務，加速氣象技術AI模型部署，精准預測極端天氣
在太平洋時間11月18日的SC24峰會上，NVIDIA隆重發佈了兩款基於Earth-2平台的全新NIM微服務——為氣象技術領域帶來突破性進展。這兩款服務將NVIDIA Earth-2中的氣候變化模型模擬計算速度提高了驚人的500倍。
Earth-2，作為一個前沿的數字孿生雲平台，專注於模擬和可視化天氣與氣候條件。全新推出的NIM微服務，憑借其領先的生成式AI技術，為氣候技術應用供應商提供了強大的預測工具，尤其是在極端天氣事件的預測方面。
這兩款微服務——CorrDiff NIM和FourCastNet NIM，不僅加速了基礎模型的部署，同時確保了資料的安全性。在極端天氣事件頻發，災害相關安全問題、備災和潛在財務影響日益凸顯的背景下，這兩款服務的推出顯得尤為重要。據彭博社報告，2024年上半年自然災害造成的保險損失已高達620億美元，較近十年平均值增長了70%左右。
CorrDiff NIM微服務專注於更高分辨率的建模。
作為一款可實現公里尺度超高分辨率的生成式AI模型，CorrDiff在今年GTC上分享的台灣地區颱風應對案例中已初露鋒芒。它基於WRF模型的數值模擬結果進行訓練，能夠生成12倍更高分辨率的天氣預報結果。這對於氣象學家和相關行業來說，無疑是一項重大突破。保險和再保險行業可以依賴這些詳細的氣象資料來更準確地評估風險概況。與使用CPU的傳統高分辨率數值天氣預報相比，CorrDiff NIM的計算速度提高了500倍，能效更是提升了10000倍。此外，它還能以300倍的更大規模運行，對整個美國進行超分辨率處理，並以公里尺度的精度預測降雪、結冰和冰雹等降水事件。
FourCastNet NIM微服務則使大規模集合預報成為可能。
儘管並非所有應用場景都需要高分辨率預報，但對於某些特定應用而言，採用粗分辨率的大規模集合預報反而能夠取得更佳效果。由於計算能力受限，IFS和GFS等最先進的數值模型分別只能生成有限數量的預報。而FourCastNet NIM則提供了全球範圍的中期粗分辨率預報服務，速度比傳統數值天氣模型快5000倍之多。通過利用歐洲中期天氣預報中心或美國國家海洋和大氣管理局等業務氣象中心的初始場資料，提供商可以迅速生成未來兩周的預報結果。
這為氣候技術提供商帶來了前所未有的機遇，使他們能夠以不同尺度全面評估極端天氣相關風險，從而更準確地預測當前計算工作流可能遺漏的低概率事件發生概率。
WeChat
Profile