数据共享，AI开放计算架构不可或缺的“拼图”丨ToB产业观察

来源：市场资讯

（来源：钛媒体APP）

2025年10月1日，欧洲中期天气预报中心（ECMWF）宣布向全球用户开放实时数据目录，包括综合预报系统和人工智能预报系统生成的数据。公众可以获取ECMWF每日4个预报时次，每次覆盖未来1-15天的全球范围，最高分辨率可能至0.1°格点预报数据。这些数据中包含温湿度、气压、降水、风速、位势高度、涡度和散度等众多预报变量，层面上则支持1000hPa、925hPa直至50hPa，共13个标准等压面。

无独有偶，在一周前的9月23日，中科曙光旗下企业中科天机也发布“高分辨率气象数据共享计划”（以下简称共享计划），共享计划旨在面向世界用户开放全球12公里及中国区域3公里分辨率、15天逐小时输出的160余项气象要素模式数据，并将共享“中国区域公里级数据”“全球次季节12公里数据”“中国区域2.5公里低空三维数据”等融合数据。

欧洲中期天气预报中心与中国企业不约而同地共享与开放数据，正引发整个气象数据服务行业的价值共振。

开放数据——商业化的第一步

AI时代，数据开放共享已从“可选项”变为“必选项”。国家数据局 2024 年数据显示，中国2022年数据产量达8.1ZB（约等于81亿部100GB 手机的存储量），但政府掌握的80%高质量公共数据仍处于“沉睡” 状态，而训练一个行业大模型需至少千万级标注数据，数据供给缺口达60%。这场由AI倒逼的 “数据革命”，正通过制度创新与技术突破，重塑数字经济的生产力格局。

数据开放共享的加速推进，首先源于顶层设计的系统性重构。2022 年《关于构建数据基础制度更好发挥数据要素作用的意见》出台后，全国已形成 “中央统筹+地方试点” 的发展格局，31个省份出台数据要素市场化改革方案，12个国家级数据交易所陆续运营，为AI发展扫清制度障碍。

从目前应用上看，政府主管部门是数据开放共享最大的“贡献者”，比如，福建省通过《大数据发展条例》确立“三权分置”（所有权、经营权、使用权分离）机制，建成全省统一的数据汇聚平台，接入2000 多个政务系统，汇聚数据超1400亿条。在公共数据开放平台上，近4万个数据目录、6000多个接口向社会开放，累计提供1.5亿次数据下载服务，催生了 “社保快贷”“水系调度” 等62个AI应用场景。

不过，在政策的号召之下，也有不少企业选择将数据开放共享出来，进行行业的赋能。比如前文提到的中科天机就开放了其在全球12公里/中国区域3公里分辨率、15天逐小时输出的气象全要素模式数据。

开启商业气象共赢模式

近年来，世界气象组织（WMO）首要推动的联合国全民早期预警行动计划促进了对预报产品的需求，客观上推动了数据和模式的开放共享。随着科技快速迭代与进步，人工智能技术发展、气象预报预测能力的提升也在催生数据与技术开放共享。

另一方面，据中国气象局的预测显示，到2030年，中国气象数据开放量将突破500PB，带动相关产业规模超5000亿元。但要实现这一目标，仍需跨越安全、标准、收益的障碍。

而中科天机开放了其气象数据的举措则是与ECMWF“不谋而合”，与ECMWF开发的数据相比，天机数据主要具有四个方面的差异化优势。

首先是，更高分辨率的中国区域数据。相比ECMWF数据，中科天机不仅共享全球12公里数据，同时还提供了更高分辨率的中国区域3公里数据。这些精细化数据可以更好地满足新能源、低空经济、航空等领域对气象数据分辨率的更高要求。

二是更高的数据输出频率。同样是15天、360小时的数据时长，中科天机数据可以保证逐小时间隔输出，而ECMWF数据采取了分级输出，即0-90小时的数据按1小时间隔输出，而90小时以上的数据按3小时和6小时间隔输出。对于风力发电这类需要高频气象数据支撑的企业而言，更密集的数据显然可以更好地满足需求。

三是更低的数据获取成本。目前国内用户仅需登录中科天机官网即可免费下载想要的数据。而ECMWF数据获取成本包含信息费、数据量费和服务费三部分，目前只有信息费被免去，用户一般需要约190万才能获取其一年全球160余项的所有气象要素，其中还未包含国际带宽费用。

四是更便捷的数据可视化服务。用户在中科天机官网即可使用其先进的可视化平台，进一步提升数据的应用便捷性，让数据价值更快、更精准地触达用户，而ECMWF共享数据则需要通过第三方平台实现可视化。

在四个差异化优势之下，是包括动力与物理深度融合技术、全球自由变焦技术、球立方网络技术、次网络地形技术、气象AI大模型技术、全模块异构加速技术，以及非静力平衡假设在内的7大技术的底层技术支撑。

以动力与物理深度融合技术为例，其实现了在质量、能量守恒的前提下，做到动力与物理的深度融合。而在7大技术的支持下，中科天机最终解决了高分辨率模拟所碰到“灰区”，以及高分辨率模拟中的时效性，这两大困扰气象学领域难题。

对此，中国科学院大气物理研究所朱江研究员表示，由于气象预报的混沌特性和不确定性，决定了单一数据存在局限性，多种数据的综合应用可以有效提高应用的质量。

从"单打独斗"走向"协同创新"

不仅于此，数据集的开放对于AI时代实现“开放共享”也仅仅是一个开始，“共享计划”是中科天机加入AI计算开放架构后，为商业气象大模型提供高质量数据集构建能力的关键举措，也是中国企业首次向全球共享高分辨率气象数据的重要行动，可为新能源、农业气象、智慧水利、航空保障、轨道交通、航海运输、低空经济等领域的数智化发展提供有效数据支撑。

就在中科天机宣布开放天机数据前不久举办的2025世界智能产业博览会上，中科曙光协同AI芯片、AI整机、大模型等20多家产业链上下游企业，共同发布国内首个AI计算开放架构。

纵观全球气象数据开放进程，本质上都是通过制度创新和技术突破释放数据要素价值。而中科曙光构建的AI开放计算架构，则在此基础上更进一步——它不仅是技术底座的革新，更是对AI产业发展模式的系统性重构。

该架构以GPU为核心构建高效紧耦合系统，通过"算、存、网、电、冷、管、软"七大维度的协同创新，实现了从单点突破到集群创新的跨越式发展。这种开放架构的深层价值，在于构建了可持续发展的AI生态体系。正如智能手机领域安卓系统通过开放生态催生应用爆发，中科曙光的开放架构正推动AI产业从"单打独斗"走向"协同创新"。（本文首发于钛媒体APP，作者｜张申宇，编辑丨盖虹达）