這兩項(xiàng)技術(shù)不僅能加快天氣預(yù)測(cè)和氣候建模的速度和準(zhǔn)確性，同時(shí)還能提高能效。

慕尼黑再保險(xiǎn)公司（Munich Reinsurance Company）預(yù)測(cè)，到 2050 年日益頻發(fā)的極端天氣與氣候事件可能會(huì)奪去百萬(wàn)人的生命，每年造成 1.7 萬(wàn)億美元的損失。

面對(duì)日益頻發(fā)的暴雪、颶風(fēng)、熱浪等惡劣天氣，目前迫切需要更準(zhǔn)確的天氣預(yù)報(bào)。AI 和加速計(jì)算將提供這方面的幫助。

全球超過(guò) 180 個(gè)氣象建模中心采用強(qiáng)大的高性能計(jì)算（HPC）基礎(chǔ)設(shè)施來(lái)運(yùn)行傳統(tǒng)的數(shù)值天氣預(yù)報(bào)（NWP）模型，其中包括歐洲中期天氣預(yù)報(bào)中心（ECMWF），該中心運(yùn)行在 983,040 個(gè) CPU 核心上，以及英國(guó)氣象局的超級(jí)計(jì)算機(jī)，該計(jì)算機(jī)采用超過(guò) 150 萬(wàn)個(gè) CPU 核心，耗電量為 2.7 兆瓦特。

重新思考 HPC 系統(tǒng)的設(shè)計(jì)

全球的節(jié)能化趨勢(shì)正在促使人們重新思考 HPC 系統(tǒng)的設(shè)計(jì)。加速計(jì)算充分利用 GPU 的強(qiáng)大功能，提供了一種極具潛力的節(jié)能替代方案，并能加快計(jì)算速度。

圖 1. 左圖是在假設(shè) 10 座建模中心運(yùn)行相同預(yù)報(bào)工作量的情況下，ECMWF 綜合預(yù)報(bào)系統(tǒng) 51 個(gè)集合成員在英特爾 Broadwell CPU 上取得的結(jié)果和 FourCastNet 1,000 個(gè)集合成員在 4 顆 NVIDIA A100 Tensor Core GPU 上取得的結(jié)果；右圖是 ICON 模型的性能測(cè)量結(jié)果。CPU：2 顆 AMD Milan。GPU：4 顆 NVIDIA H100 Tensor Core PCIe。

NVIDIA GPU 為世界各地的天氣模型帶來(lái)了重大影響，其中包括 ECMWF、馬克斯·普朗克氣象研究所、德國(guó)氣象局和美國(guó)國(guó)家大氣研究中心的天氣模型。

GPU 將性能提升了 24 倍，同時(shí)實(shí)現(xiàn)提高能效，降低成本和空間要求。

瑞士國(guó)家氣象學(xué)和氣候?qū)W辦公室（MeteoSwiss）數(shù)值預(yù)測(cè)主管 Oliver Fuhrer 表示：“為了在有限的電力預(yù)算內(nèi)進(jìn)行可靠的天氣預(yù)測(cè)和氣候預(yù)測(cè)，我們需要算法上的改進(jìn)以及硬件，比如用 NVIDIA GPU 替代 CPU。”

AI 模型大幅提升速度、效率

與傳統(tǒng)方法相比，NVIDIA 的 AI 天氣預(yù)測(cè)模型FourCastNet在實(shí)現(xiàn)高準(zhǔn)確度的同時(shí)，還將速度和能效提升了好幾個(gè)數(shù)量級(jí)。FourCastNet 可快速作出一周的預(yù)報(bào)并生成大型集合或初始條件稍有變化的模型組，從而提供高可信度的極端天氣預(yù)報(bào)。

例如，F(xiàn)ourCastNet 基于歷史數(shù)據(jù)，準(zhǔn)確預(yù)測(cè)了 2018 年 7 月 5 日阿爾及利亞瓦爾格拉的溫度，那是非洲有氣象記錄以來(lái)氣溫最高的一天。

圖 2.2018 年 7 月非洲地區(qū)真實(shí)天氣的可視化圖（中間），周圍的地球代表 FourCastNet（集合成員）對(duì)熱穹現(xiàn)象的準(zhǔn)確預(yù)報(bào)。

利用 GPU，F(xiàn)ourCastNet 可以快速而準(zhǔn)確地生成 1,000 個(gè)集合成員，超越了傳統(tǒng)模型。其中的十幾個(gè)成員根據(jù)阿爾及利亞高溫發(fā)生前三周的數(shù)據(jù)，準(zhǔn)確預(yù)測(cè)了阿爾及利亞的高溫。

這標(biāo)志著 FourCastNet 團(tuán)隊(duì)首次提前數(shù)周預(yù)測(cè)到了一個(gè)影響重大的事件，證明了 AI 能以比傳統(tǒng)天氣模型更低的能耗作出可靠天氣預(yù)報(bào)的潛力。

FourCastNet 使用 transformer 模型等最新 AI 進(jìn)展搭建了 AI 和物理學(xué)之間的橋梁，并取得了突破性的成果。它比傳統(tǒng)的 NWP 模型快 45,000 倍。在訓(xùn)練時(shí)，F(xiàn)ourCastNet 預(yù)測(cè)天氣所需的能耗比 NWP 模型中的標(biāo)桿——?dú)W洲綜合預(yù)報(bào)系統(tǒng)少 12,000 倍。

馬克斯普朗克氣象研究所所長(zhǎng) Bjorn Stevens 表示：“NVIDIA FourCastNet 為 AI 在各個(gè)領(lǐng)域的應(yīng)用打開(kāi)了一扇門，這將改變 NWP 企業(yè)的形態(tài)?！?/p>

不斷擴(kuò)大的可能性

在NVIDIA GTC 分會(huì)上，Stevens 描述了當(dāng)前 ICON 氣候研究工具所帶來(lái)的可能性。他表示使用 3,200 顆 CPU 的Levante 超級(jí)計(jì)算機(jī)可在 24 小時(shí)內(nèi)模擬 10 天的天氣，而使用 1,200 顆NVIDIA A100 Tensor Core GPU的JUWELS Booster 超級(jí)計(jì)算機(jī)在同樣的時(shí)間內(nèi)可模擬 50 天的天氣。

Stevens 補(bǔ)充道，科學(xué)家希望研究未來(lái) 300 年的氣候影響，而這需要將系統(tǒng)速度提升 20 倍。他表示，采用像NVIDIA H100 Tensor Core GPU這樣更快的技術(shù)和更簡(jiǎn)單的代碼可以讓我們實(shí)現(xiàn)這個(gè)目標(biāo)。

研究人員現(xiàn)在所面臨的挑戰(zhàn)是如何實(shí)現(xiàn)物理建模和機(jī)器學(xué)習(xí)之間的最佳平衡，從而作出更快、更準(zhǔn)確的氣候預(yù)測(cè)。上月發(fā)表的一篇 ECMWF 文章介紹了這種利用機(jī)器學(xué)習(xí)作出初步預(yù)測(cè)并使用物理模型進(jìn)行數(shù)據(jù)生成、驗(yàn)證和系統(tǒng)改進(jìn)的混合方法。

這種通過(guò)加速計(jì)算實(shí)現(xiàn)的混合方法可能會(huì)推動(dòng)天氣預(yù)報(bào)和氣候科學(xué)的重大進(jìn)步，開(kāi)辟一個(gè)使預(yù)測(cè)變得高效、可靠和節(jié)能的新紀(jì)元。