NVIDIA生成式AI新突破:提前准确预警风暴,模拟高保真大气动力学

智东西作者 ZeR0编辑 漠影

智东西8月22日报道,正值大西洋飓风季的高峰期,NVIDIA Research近日发布了一款全新生成式AI模型StormCast,用于模拟高保真大气动力学,可在中尺度(比风暴大但比气旋小的尺度)上作出可靠的天气预测。

这对于防灾减灾工作至关重要。飓风、龙卷风等极端天气事件的发生频率和严重程度不断增加。极端天气甚至会夺走生命、摧毁家园,仅在美国每年就造成超过1500亿美元的损失。使用最新技术改善和加速气候研究与预测愈发迫切。

开发高分辨率天气模型需要利用AI算法解决对流问题。借助生成扩散技术,StormCast可实现3公里的空间分辨率和每小时的时间分辨率。该模型在与降水雷达配合使用时,能够提供最多提前6小时的预报,比美国国家海洋和大气管理局最先进的区域天气预报模型的准确度还高。

NVIDIA研究人员利用来自美国中部的约三年半美国国家海洋和大气管理局(NOAA)气候数据对StormCast进行了训练,并使用NVIDIA加速计算加快计算速度。

StormCast的输出结果可显示符合物理学的逼真热量和湿度动态,并能预测100多个变量,使科学家们首次能够在AI天气模拟中确认风暴浮力的真实3D演变过程。

论文地址:https://research.nvidia.com/publication/2024-08_kilometer-scale-convection-allowing-model-emulation-using-generative-diffusion

一、用生成式AI精准预测台风,计算成本从近300万降至6万美元

NVIDIA Earth-2是一个集AI、物理仿真和计算机图形于一身的数字孪生云平台,能以前所未有的准确性和速度在全球范围实现天气与气候预测的模拟和可视化。

例如在台湾地区,灾害防救科技中心计划使用Earth-2提供的一个NVIDIA生成式AI模型CorrDiff,来预测台风的精细尺度细节。

CorrDiff可将模型分辨率从25公里提高到2公里,分辨率是以前的12.5倍,单次推理速度比传统的方法快了1000倍,能源效率提高了3000倍。

这意味着该中心以前需要花费近300万美元购买CPU才能完成的救援工作,现在只需花费约6万美元就能在搭载NVIDIA Hopper Tensor Core GPU的单个系统上完成。

这一成本的大幅降低,表明生成式AI和加速计算能够有效地提高能效和降低成本。

该中心还计划使用CorrDiff预测城市地区的下沉气流。因为当强风以漏斗状向下吹往街道时,就会损坏建筑物并影响行人。

StormCast现在为CorrDiff增加了每小时自回归预测功能,使得该模型可以根据过去的结果预测未来的结果。

二、将预报提前6小时,能显示逼真热量和湿度动态

全球气候研究始于地区层面的研究。天气和气候变化造成的物理危害在不同地区之间存在显著差异。但由于在中尺度上模拟基本的流体动力学运动需要很高的空间分辨率,因此在这一层面进行可靠的数值天气预测,需要大量计算成本。

过去,区域天气预报模型(通常称为对流容许模型,缩写为CAM)迫使研究人员不得不在分辨率、集合规模、可负担性方面作出不同的权衡。

气象学家可以使用CAM追踪风暴的演变和结构并监测其对流模式或风暴形成时的构成方式。例如,龙卷风发生的概率取决于风暴的结构和对流模式。

CAM还有助于研究人员了解与天气有关的物理危害对基础设施层面的影响。例如,研究人员可以使用全球气候模型模拟为CAM提供参考,帮助它们根据大气、河流含水量的缓慢变化,预测沿海易受灾地区的山洪暴发。

在较低分辨率下,在全球数据上训练而成的机器学习模型已能够有效地模拟数值天气预报模型,来改进严重事件的预警系统。这些机器学习模型的空间分辨率通常为30公里左右,时间分辨率为6小时。

如今,在生成扩散技术的帮助下,StormCast能够实现3公里的空间分辨率和每小时的时间分辨率。

尽管尚处于起步阶段,但该模型在与降水雷达配合使用时,已经可以提供最多提前6小时的预报,其准确度比美国国家海洋和大气管理局(NOAA)最先进的3公里尺度CAM高出10%。

▲使用NOAA的地球静止环境观测卫星观察中尺度对流系统(图源:NOAA)

此外,StormCast的输出结果可显示符合物理学的逼真热量和湿度动态,并且能够预测100多个变量,例如在多个精细划分的高度层上的温度、水分浓度、风力和降雨雷达反射率值等。

这使科学家们首次能够在AI天气模拟中确认风暴浮力的真实3D演变过程。

三、朝着开发AI高分辨率天气预报模型,迈出重要一步

科学家们已经在探究如何利用该模型的优势。

The Weather Company创新负责人Tom Hamill谈道,由于有序的雷暴和冬季降水会产生巨大的影响,而且对其作出可信预报的难度极大,因此制作计算上易处理的风暴尺度集合天气预报是数值天气预报领域所面临的一项艰巨挑战。

在他看来,StormCast显然是一个能够应对此类挑战的模型。“The Weather Company十分高兴能与NVIDIA一起开发、评估并在未来使用这些深度学习预报模型。”Tom Hamill说。

科罗拉多州立大学大气合作研究所机器学习负责人Imme Ebert-Uphoff认为,开发高分辨率天气模型需要使用AI算法解决对流问题,NVIDIA的这项新研究探索了利用StormCast等扩散模型实现这一目标的潜力,是朝着未来开发AI高分辨率天气预报模型迈出的重要一步。

结语:超越传统预报方法,AI引入气候研究新范式

应对日益恶劣的极端天气事件和气候挑战,快速发展的AI和加速计算能够更好地模拟气候条件,不仅有助于提高预测天气状况的准确性,对严重气候灾害进行尽早地预警与防范,而且能够大幅降低计算成本,实现更节能的高分辨率模拟与可视化,减少对环境的影响。

从数字孪生地球到StormCast模型,以及与气候研究机构的一系列合作,NVIDIA一直走在加速处理复杂天气数据的前排,通过将AI技术与加速计算系统的结合,改善气候研究,推动具有可操作性的极端天气预测取得突破,从而帮助科学家应对拯救生命和世界的严峻挑战。这项长期事业最终将使全球受益。