随著极端天气事件发生频率日益增加，灾害安全、防范准备以及潜在财务影响已成为重要关注议题。Earth-2是一个用于模拟与视觉化天气与气候条件的数位孪生平台。这些全新 NIM 微服务为气候技术应用供应商提供由生成式 AI 驱动的先进功能，以协助预测极端天气事件。
根据 Bloomberg 的报导，今年上半年，自然灾害造成的保险损失约达 620 亿美元，较过去 10 年平均值高出约 70%。
为了协助气象科技公司更快速地开发高解析度且更准确的预测，NVIDIA 推出了 CorrDiff NIM 和 FourCastNet NIM微服务。与传统系统相比，这些 NIM 微服务还能带来领先的能源效率。
NVIDIA CorrDiff 是一款专为公里级超解析度设计的生成式人工智慧（AI）模型，近期在GTC 2024 上展示了其针对台湾台风的超解析度能力。CorrDiff 基于天气研究与预报（Weather Research and Forecasting，WRF）模型的数值模拟进行训练，可生成解析度提升 12 倍的天气模式。
能在越小公里范围内进行高解析度预测，对气象学家和相关产业至关重要。保险及再保险业高度依赖详细的天气资料来评估风险。但利用WRF 或高解析度快速更新模型等传统数值气象预测模型来达到这种细节，通常成本高昂且耗时，难以实际应用。
CorrDiff NIM 微服务比使用 CPU 的传统高解析度数值天气预报快 500 倍、能源效率高 10,000 倍。此外，CorrDiff 现在的运行规模扩大了 300 倍，为整个美国提供超解析度、提高低解析度影像或影片解析度，并预测降水事件，包括雪、冰和冰雹，能见度达到仅数公里。
并非所有应用场景都需要高解析度的天气预测。一些应用程式可以从更粗分辨率的大量预测中获益更多。由于运算限制，IFS 和 GFS 等最先进的数值模型分别限制为 50 组和 20 组预测。
现已推出的 FourCastNet NIM 微服务提供全球中期粗略预测。透过使用欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts）或国家海洋暨大气总署（National Oceanic and Atmospheric Administration）等营运气象中心的初始同化状态，提供者可以产生未来两周的预报，速度比传统数值天气模式快 5,000 倍。
點擊閱讀下一則新聞
