隨著極端天氣事件發生頻率日益增加，災害安全、防範準備以及潛在財務影響已成為重要關注議題。Earth-2是一個用於模擬與視覺化天氣與氣候條件的數位孿生平台。這些全新 NIM 微服務為氣候技術應用供應商提供由生成式 AI 驅動的先進功能，以協助預測極端天氣事件。
根據 Bloomberg 的報導，今年上半年，自然災害造成的保險損失約達 620 億美元，較過去 10 年平均值高出約 70%。
為了協助氣象科技公司更快速地開發高解析度且更準確的預測，NVIDIA 推出了 CorrDiff NIM 和 FourCastNet NIM微服務。與傳統系統相比，這些 NIM 微服務還能帶來領先的能源效率。
NVIDIA CorrDiff 是一款專為公里級超解析度設計的生成式人工智慧（AI）模型，近期在GTC 2024 上展示了其針對台灣颱風的超解析度能力。CorrDiff 基於天氣研究與預報（Weather Research and Forecasting，WRF）模型的數值模擬進行訓練，可生成解析度提升 12 倍的天氣模式。
能在越小公里範圍內進行高解析度預測，對氣象學家和相關產業至關重要。保險及再保險業高度依賴詳細的天氣資料來評估風險。但利用WRF 或高解析度快速更新模型等傳統數值氣象預測模型來達到這種細節，通常成本高昂且耗時，難以實際應用。
CorrDiff NIM 微服務比使用 CPU 的傳統高解析度數值天氣預報快 500 倍、能源效率高 10,000 倍。此外，CorrDiff 現在的運行規模擴大了 300 倍，為整個美國提供超解析度、提高低解析度影像或影片解析度，並預測降水事件，包括雪、冰和冰雹，能見度達到僅數公里。
並非所有應用場景都需要高解析度的天氣預測。一些應用程式可以從更粗分辨率的大量預測中獲益更多。由於運算限制，IFS 和 GFS 等最先進的數值模型分別限制為 50 組和 20 組預測。
現已推出的 FourCastNet NIM 微服務提供全球中期粗略預測。透過使用歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts）或國家海洋暨大氣總署（National Oceanic and Atmospheric Administration）等營運氣象中心的初始同化狀態，提供者可以產生未來兩週的預報，速度比傳統數值天氣模式快 5,000 倍。
點擊閱讀下一則新聞
