Nvidia продолжает заходить в нетипичные для себя ниши и на этот раз добралась до погоды. Компания открыла стек Earth-2 – набор ИИ-моделей и библиотек, которые заменяют классические физические симуляции атмосферы нейросетями.
Суть проста, но последствия большие. Традиционные численные модели прогноза погоды (NWP) считаются часами и требуют огромных суперкомпьютеров. Earth-2 делает то же самое на порядки быстрее и дешевле, потому что вместо уравнений Навье Стокса использует обученные модели.
В релизе сразу три ключевых компонента.
Medium Range Forecast
Глобальная модель среднего горизонта. Строит прогноз на 15 дней вперед по более чем 70 параметрам, включая температуру, давление, ветер и осадки. Это прямой конкурент классическим синоптическим моделям, но с куда меньшей вычислительной стоимостью.
Nowcasting
Генеративная модель для краткосрочного прогноза экстремальных явлений. Она отслеживает штормы, ливни и ураганы в режиме почти реального времени с окном до 6 часов и разрешением порядка 1 км. Такой уровень детализации раньше был очень дорогим удовольствием.
Global Data Assimilation
Самый интересный, но пока не вышедший модуль. Он отвечает за подготовку начальных условий атмосферы. В классических системах это один из самых тяжелых этапов, который может занимать часы. Nvidia обещает сократить его до секунд. Релиз намечен на 2026 год.
Первые две модели уже доступны на GitHub и Hugging Face. Это редкий случай, когда Nvidia не просто продает железо, а открывает прикладной ИИ-стек, который может реально изменить целую индустрию – от авиации и логистики до страхования и агросектора.
Если Earth-2 действительно покажет стабильное качество на практике, нас ждет сдвиг от «суперкомпьютерной метеорологии» к AI-first прогнозированию, где главным активом станет не вычислительный кластер, а данные и обученные модели.
Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!
Автор: cognitronn
