利用AI和加速计算提升天气预报效率和能效

在 NVIDIA GPU 驱动的扩散模型助力下，生成式 AI 在各个领域实现新的应用，大大提升了效率。

当台湾气象员得以在一台机器上模拟台风的细节，他们深感其对预报任务能效的巨大提升所带来的便利。

而这些惊讶的顾客并非独此一家，观察者在生成式 AI 在降低总拥有成本方面的显著效果后，无不为之动容。

揭示风暴预测中的 AI 奥秘

台风追踪是检验生成式 AI 实力的最佳例证。过去，这项工作需要借助多个 CPU 集群进行复杂算法处理，以构建分辨率为 25 公里的大气模型。

然而，如今有了 NVIDIA Earth-2 上的 CorrDiff，情况发生了翻天覆地的改变。这个生成式 AI 模型包含一系列适用于天气与气候研究的服务和软件。

借助一种名为扩散模型的技术，CorrDiff 成功将模型分辨率从 25 公里提升至 2 公里，且每次推理速度较传统方法快 1000 倍，能源效率高出 3000 倍。

CorrDiff 使得成本降低至原来的五十分之一，能耗降低至二十五分之一。

尽管 CorrDiff 每年需要重新训练一次，但凭借使用 1000 次预测的统计组来提高预测精度，其表现依然卓越。相较于传统方法，使用 CorrDiff 每年可节约成本至其五十分之一，能耗降低至其二十五分之一。

这意味着，原本需要一组 CPU 集群耗费近 300 万美元才能完成的工作，现今只需一个搭载 NVIDIA Hopper GPU 的系统，费用约为 6 万美元。这种成本的大幅度降低充分体现了生成式 AI 和加速计算在提高能效和降低总拥有成本方面的优势。

此外，这项技术还有助于气象员更精准地预测台风登陆地点，从而拯救更多生命。

台湾灾害防救科技中心主任陈宏宇表示：“NVIDIA 的 CorrDiff 生成式 AI 模型使我们能够利用 AI 生成分辨率达到公里级别的天气预报，从而更好地为应对台风做准备。”

借助 CorrDiff，台湾地区的气象员每年预计可节省近 1 吉瓦时的电力。若全球近 200 个地区级气象数据中心均采纳此项技术，以实现更为环保的计算方式，那么节省的能源将相当可观。

提供商业性天气预报服务的企业也可借力 CorrDiff，提高效率并节约成本。

节能前景广阔

NVIDIA Earth-2 将上述能力推广至全球范围，结合 AI、物理模拟和数据观测，协助政府和企业应对气候变化等全球性挑战。预计到 2050 年，极端天气灾害每年将导致数百万人死亡，经济损失高达 1.7 万亿美元。

加速计算和生成式 AI 为众多应用带来更高水平的性能和能效提升。