不再需要超级计算机！英伟达在AI天气预报领域开辟新路径

人工智能重塑气象预报领域：降本提效之余，更解锁全球普惠新可能

围绕人工智能的讨论从未停歇—— 从科技厂商与企业的巨额投入、AI 实际投资回报率的行业争论，到该技术对网络安全、就业市场的影响，再到人们对虚假信息泛滥及信任危机的担忧，种种热议之下，人们很容易忽略人工智能在特定行业的实际应用价值。

医疗健康与生命科学、制造业、金融服务、零售电商等数据密集型行业均在 AI 的赋能之列，气象预报领域亦是如此。如今，伴随 AI 智能体的融入，这项技术在气象预报领域的发展日新月异，正取得重大突破，也推动着全球相关市场的扩张。有观察人士预测，该市场规模将从两年前的 1.657 亿美元，增长至 2033 年的 9.263 亿美元。

当前主流的气象预报方法是一套名为数值天气预报的三步流程：气象学家从气象站、探空气球、船舶和飞机等多渠道收集数据，将其输入复杂的大气数值计算模型，再对结果进行后期处理—— 比如提升空间分辨率、融入气象预报员的人工研判结果。

英国图灵研究所的研究人员去年曾撰文指出：“这一流程需要巨型超级计算机、复杂的配套软件和庞大的技术支持团队。” 不仅成本高昂，还会耗费大量的能源与时间。

如今，众多企业纷纷布局 AI 气象预报领域：既有谷歌及其旗下Deepmind团队（推出 GenCast、WeatherNext2 系列模型）、微软（推出 Aurora 模型）这样的科技巨头，也有气象公司（推出 GRAF 模型）这类专业机构，还有图灵研究所（推出 Aardvark 气象预报技术）等小型 AI 专精企业。

依托持续迭代的 AI 模型与工具，曾高度依赖巨型超级计算机和大批专业人员的气象预报工作，如今在笔记本电脑这样的小型设备上就能完成。这不仅大幅降低了预报成本，也让此前不具备技术和资金条件的国家，得以开展本土化的气象预报工作。

英伟达气候模拟研究主管、加州大学欧文分校地球系统科学教授迈克・普里查德在一场媒体发布会中表示：“气象预报的重要性不言而喻。气候变化引发的极端天气愈演愈烈，对我们所有人、现代生活的几乎方方面面都产生了深远影响。气象预报与每个人息息相关，它能推动农业、能源、航空业发展，还能为应急响应工作提供关键支撑。而气象预报的技术体系正迎来变革，人工智能在这一领域掀起了一场科学革命，解锁了诸多此前被认为难以实现的预报能力。”

极端天气造成数万亿美元经济损失

恶劣天气引发的灾害，带来了巨额的经济损失。2024 年，美国共发生 27 起重大极端天气事件，总损失高达 1827 亿美元；2015 至 2024 年十年间，相关损失累计更是突破 1.4 万亿美元（原文 20125 为笔误，应为 2015）。

英伟达深耕 AI 气象研究与预报领域，也就不足为奇了。2024 年，英伟达推出地球二号（Earth-2）气候数字孪生平台，该平台的核心目标是大幅提升全球气象与气候模拟、可视化的规模和效率。普里查德介绍，这一平台“内置多款模型，可实现气象预报、降尺度处理（将低分辨率预测结果转化为高分辨率）、生成可落地的预测结论，还配备了用于评估预报精度和能力的工具”。

平台所集成的第三方模型，均来自欧洲中期天气预报中心、微软等机构和企业。

其中包括 FourCastNet、CorrDiff 两款经典模型，还有其他厂商研发的模型 —— 这些模型均部署在英伟达的 Earth2Studio 工具包中。这一基于 Python 的工具包，能为开发者提供支撑，使其可为地球二号平台开发专属模型和应用。

开源预报模型与全新技术架构

近日，在美国休斯敦举办的美国气象学会年会上，英伟达发布了一套开源的 AI 气象预报模型与工具，其中包含预训练模型、开发框架和推理库。此举旨在为开发者提供更多选择，方便其对接地球二号平台，也能助力开发者为自有基础设施开发气象预报工具。英伟达的核心目标是，研发出能提升气象预报速度、同时降低成本的技术，让更多国家和地区有能力开展自主气象预报工作。

谈及此次开源举措的初衷，普里查德表示：“我们并非要强迫开发者遵循某种固定的开发模式，而是打造能让大家各展所长的工具，让开发者对自身系统拥有最大的控制权。因为对于部分用户而言，订阅企业级的中心化气象预报系统是最优选择；但对于国家这类主体来说，气象预报的主权至关重要。”

英伟达此次推出了三款全新的气象预报模型，其中地球二号中期预报模型基于名为 Atlas 的全新架构打造，专为中期气象预报设计，预报时效最长可达 15 天。该模型可接收并处理气温、气压、风速、湿度等 70 余种气象要素数据，普里查德称，在所有气象要素的预报精度上，这款新模型均优于谷歌的开源中期预报模型 GenCast。

普里查德评价 Atlas 架构时表示：“从理念和科学层面来看，这是一种向简洁性的回归。我们摒弃了为特定场景量身定制的小众 AI 架构，拥抱简洁、可扩展的 Transformer 架构的未来。这一架构已在药物研发、自动驾驶和机器人领域取得颠覆性成果，而此次实践也证明，这套兼具高性能和成熟工程化工具链的技术体系，同样能在气象预报领域实现顶尖的预报效果。”

另一款地球二号临近预报模型基于 StormScope 全新架构打造，预报范围更聚焦，可实现千米级分辨率的预报，能对当地强对流天气及其他天气系统做出 0 至 6 小时的短时预报，且整个预报过程可在数分钟内完成。普里查德介绍，该模型依托生成式 AI 和 Transformer 架构，可生成 “国家级尺度” 的预报结果；而这 6 小时的预报窗口，对于发布气象预警的机构、调配应急资源的救援人员而言，是开展本地天气决策的关键窗口期。

该模型直接基于观测数据模拟风暴的动态变化，在短时降水预报方面，精度远超传统的基于物理原理的天气预报方法。

普里查德强调：“这款模型的核心优势在于，其训练数据直接来源于全球可获取的静止气象卫星观测数据，而非特定区域的物理模型输出结果。这意味着，只要是卫星覆盖良好的地区，这套临近预报方案都能适配落地。任何国家都能依托它打造自主可控、高分辨率的强对流天气预报体系，无需依赖成本高昂的本地数据档案库。”

数据同化是核心关键技术

第三款地球二号全球数据同化模型，则基于 HealDA 全新架构打造，其核心作用是生成气象预报的初始场条件。简单来说，该模型能为全球数千个点位生成当前的大气状态快照，精准捕捉气温、风速、湿度、气压等要素数据，即便是卫星直接观测盲区的区域，也能完成数据补全。普里查德表示，依托 GPU 算力，该模型完成全部数据同化工作仅需数分钟，而传统超级计算机则需要耗费数小时。

他认为，这一技术突破具有里程碑意义：“过去五年，人工智能领域和科研界的研究重心大多放在预报模型上，而数据同化这一状态估计任务，始终未能通过 AI 技术得到有效解决。但在传统气象预报体系中，这一环节所消耗的超级计算资源，约占总算力的 50%。”

目前，英伟达地球二号平台已汇聚多款 AI 气象预报模型与工具，可同时服务于商业和非商业场景，相关资源均在 GitHub 和 Hugging Face 平台开源。英伟达还透露，已有多家机构开始使用或测试该平台的产品：以色列气象局正在应用 CorrDiff 模型开展预报工作，气象公司对临近预报模型进行效果验证，标普全球能源等金融服务企业则借助 CorrDiff 模型开展气候相关的风险评估。

EETOP创芯大讲堂芯片课程推荐