Nvidia выпустила открытую систему Earth‑2, предназначенную для точного прогнозирования погоды на две недели вперёд. В неё вошёл комплекс моделей ИИ для ускоренного анализа метеоданных, одна из которых — Earth‑2 Medium Range — превосходит систему GenCast от Google DeepMind более чем по 70 показателям.
Как отметил директор по климатическому моделированию Nvidia Майк Притчард, Medium Range основана на масштабируемой архитектуре Atlas, которая «способна работать в любой точке мира» и знаменует уход от сложных, узкоспециализированных моделей.
В пакет Earth‑2 также вошли системы Nowcasting и Global Data Assimilation. Первая создаёт краткосрочные прогнозы на 0–6 часов вперёд, что особенно полезно при мониторинге бурь и других опасных погодных явлений. Nowcasting использует данные с геостационарных спутников и может работать в любом регионе с достаточным спутниковым покрытием.
Global Data Assimilation собирает сведения с метеостанций и аэростатов и на их основе формирует непрерывные «снимки» состояния атмосферы в тысячах точек по планете. Ранее обработка таких данных требовала значительных мощностей суперкомпьютеров — до 50 % всей их нагрузки. На GPU Nvidia этот процесс занимает считанные минуты.
Наконец, в систему вошли модели CorrDiff (масштабирует прогнозы континентального масштаба с низким разрешением до региональных полей погоды с высоким разрешением) и FourCastNet3 (выдаёт высокоточные прогнозы различных погодных переменных, таких как ветер, температура и влажность, в 60 раз быстрее ведущих традиционных моделей).
Earth-2 также включает открытые модели Европейского центра среднесрочных прогнозов погоды (ECMWF), Microsoft, Google и других. Кроме того, модели Earth-2 могут обучаться и дорабатываться с помощью NVIDIA PhysicsNeMo — открытого фреймворка Python для разработки моделей физики на основе ИИ в больших масштабах.
Автор: AnnieBronson
