NVIDIA Earth-2 開放模型涵蓋整個天氣預報流程
NVIDIA Earth-2 開放模型涵蓋整個天氣預報流程
NVIDIA Earth-2 包含一系列加速工具和模型,讓開發者能夠整合通常分散的天氣和氣候 AI 功能。由於 Earth-2 完全開放,開發者可以使用自己的數據和基礎設施來客製化和微調其模擬,以滿足特定需求,從而建立完全由他們擁有和控制的主權天氣和氣候預測。Earth-2:
Earth-2 Nowcasting:公里級別的嚴重天氣預測
現已在 Hugging Face 上推出:Earth-2 Nowcasting,由名為 StormScope 的新模型架構驅動,利用生成式 AI 在幾分鐘內將國家級預測轉化為公里級解析度的零至六小時局部風暴和危險天氣預測。Earth-2 Nowcasting 可以生成首批透過直接模擬風暴動力學,在短期降水預測方面優於傳統基於物理的天氣預測模型的預測。它利用 AI 直接預測衛星和雷達數據。
此版本直接在美國大陸 (CONUS) 上方的全球可用地球同步衛星觀測 (GOES) 上進行訓練。然而,此方法可用於在具有相似衛星覆蓋範圍的其他區域上訓練模型的版本。
研究論文:從觀測中學習準確的風暴尺度演變
Earth-2 Medium Range:高度準確的 15 天全球預測
現已在 Hugging Face 上推出:Earth-2 Medium Range,由名為 Atlas 的新模型架構驅動,能夠對長達 15 天的預測進行高精度天氣預測,涵蓋 70 多種天氣變數,包括溫度、壓力、風和濕度。它使用潛在擴散轉換器架構來預測大氣的增量變化,以保留關鍵的大氣結構並減少預測誤差。在標準基準測試中,它在行業衡量最常見的預測變數方面優於領先的開放模型,例如 GenCast。
研究論文:解開數據驅動的機率性中期天氣預測之謎
Earth-2 Global Data Assimilation:端對端 AI 管道
即將在 Hugging Face 上推出:Earth-2 Global Data Assimilation,由名為 HealDA 的新模型架構驅動,該架構產生天氣預測的初始條件——當前大氣的快照,包括全球數千個地點的溫度、風速、濕度和氣壓。Earth-2 Global Data Assimilation 可以在幾秒鐘內在 GPU 上生成初始條件,而不是在超級計算機上花費數小時。與 Earth-2 Medium Range 結合使用時,這將產生由開放、完全 AI 管道產生的最熟練的預測。
研究論文:HealDA:強調初始誤差在端對端 AI 天氣預測中的重要性
這些模型與 NVIDIA 現有的開放天氣和氣候模型(如 FourcastNet3、CorrDiff、cBottle、DLESym 等)並列。
開始使用
NVIDIA Earth2Studio 是一個開源 Python 生態系統,用於快速創建強大的 AI 天氣和氣候模擬。它提供了所有必要的推理工具,以便在 Hugging Face 上開始使用新的模型檢查點。操作非常簡單:
開始使用影片
資源
Earth-2 Nowcasting 的 Hugging Face 套件
研究論文:從觀測中學習準確的風暴尺度演變
Earth-2 Medium-Range 的 Hugging Face 套件
研究論文:解開數據驅動的機率性中期天氣預測之謎
研究論文:HealDA:強調初始誤差在端對端 AI 天氣預測中的重要性