在目前席卷美国大部分地区的冬季风暴即将来临之际，一些地区的天气预报变化很大，降雪预测差异很大。 

Nvidia 发布其新的 Earth-2 天气预报模型的时机再好不过了。或者，鉴于该公司声称新模型的准确性，也许它知道一些我们不知道的事情？

新的人工智能模型有望使天气预报更快、更准确。Nvidia 声称，其中一个模型 Earth-2 Medium Range 在 70 多个变量上击败了 Google DeepMind 的人工智能天气模型 GenCast。GenCast,Google 于 2024 年 12 月发布，本身比能够生成长达 15 天预测的现有天气模型准确得多。

英伟达周一在休斯敦举行的美国气象学会会议上宣布了这些新工具。

“从哲学和科学角度来说，这是回归简单，”英伟达气候模拟总监迈克·普里查德 (Mike Pritchard) 在会前的电话会议上告诉记者。“我们正在摆脱手工定制的利基人工智能架构，转向简单、可扩展的变压器架构的未来。”

传统上，大多数天气预报依赖于现实世界中观察到的物理模拟。人工智能模型是最近才添加的。Earth-2 中程模型基于名为 Atlas 的新 Nvidia 架构，该公司表示将在周一发布更多细节。 

除了中程之外，Nvidia 的 Earth-2 套件还包括临近预报模型和全球数据同化模型。

临近预报可以对未来零到六小时内的短期预测进行预测，旨在帮助气象学家预测风暴和其他危险天气的影响。 

“由于该模型直接根据全球可用的对地静止卫星观测数据进行训练，而不是针对特定区域的物理模型输出，因此 Nowcasting 的方法可以适用于地球上卫星覆盖良好的任何地方，”Pritchard 说。这应该有助于州政府和小国家政府了解恶劣的天气系统可能如何影响其领土。

全球数据同化模型使用来自气象站和气球等来源的数据来生成世界各地数千个地点的天气状况的连续快照。然后，这些快照将被用作天气模型进行预测的启动点。 

传统上，在预测工作开始之前，这些快照需要大量的计算能力。“它消耗了传统天气[预测]超级计算总负载的大约 50%，”Pritchard 说。– 该模型在 GPU 上只需几分钟即可完成，而在超级计算机上则需要数小时。”

这三个新模型加入了两个现有模型：CorrDiff（使用粗粒度预测来生成快速、高分辨率的预测）和 FourCastNet 3（对温度、风和湿度等单独的天气变量进行建模）。

普里查德表示，新模型应该让更多用户能够使用强大的天气预报工具，这些工具历来是富裕国家和大公司的领域，它们有资金支付昂贵的超级计算机时间。

“这为生态系统中的每个人——国家气象服务机构、金融服务公司、能源公司——任何想要建立和完善天气预报模型的人——提供了基本的构建模块，”普里查德说。一些工具已经投入使用。Nvidia 表示，例如，以色列和台湾的气象学家一直在使用 Earth-2 CorrDiff，而 The Weather Company 和 Total Energies 正在评估临近预报。

– 对于某些用户来说，订阅企业集中式天气预报系统是有意义的。但对于国家等其他国家来说，主权很重要，”普里查德说。“天气是国家安全问题，主权和天气密不可分。”