全球气候异常现象持续加剧，历史性的干旱、灾难性的飓风、百年不遇的洪水等极端天气屡见不鲜，秉承着用最先进的技术来解决人类面临的严峻挑战的愿景，NVIDIA 于 2021 年发布了 Earth-2 平台助力气象预测，自发布至今的三年间又对其进行了多次升级更新。
如今，Earth-2 不仅大幅提升了天气预测的精准度，更通过其强大的 AI 模型，将原本需要数小时的集合预报任务缩短至秒级，成为气候技术的关键平台。在业界备受关注的 Earth-2 究竟是一个什么样的产品或服务？它的核心功能和优势是什么？是否已经有一些实际应用案例证明了它的有效性？
我们特别邀请了 NVIDIA 在这一领域的专家——解决方案架构师戴志翔对此做一个全面的介绍，并录制了 NVIDIA 人工智能开讲的播客节目，本文将问答的精彩干货进行了整理。
作为一种新的技术形态，AI 为气象领域带来了哪些新的影响？
答：人工智能与气象相结合，已经有很多年的历史了，从 2018 年开始，就有国外的研究人员，采用简单的全连接神经网络，用于全球的天气预测，但是由于方法和硬件的限制，当时模型的分辨率非常低，只有 6 度，在气象领域，1 度对应的大约是 110km，也就是说当时的分辨率是 660km，全世界被切分成 60X30 的分辨率。随后的几年，也有人采用 CNN，LSTM，ResNet 等模型研究全球的天气预报，但是分辨率最高也只有 2 度。2022 年，NVIDIA 提出的 FourCastNet 模型是全球第一个高分辨率 AI 天气预测模型，开创了人工智能用于天气预报的新赛道。FourCastnet 模型主要有以下特点：- 高分辨率：FourCastNet 模型将分辨率提升到了 0.25 度，也就是 25km 的分辨率，达到了主流的全球气象数值模式的分辨率，并且预报结果也和欧洲中期天气预报中心 EC 的 IFS 数值模型的精度相当。
- 高精度：FourCastnet 模型证明人工智能做天气预报，这条路是可行的，气象大模型可以用于一些极端事件的预测，比如说台风，极端降雨等事件，并且预报精度和传统的数值预报相当。
- 支持大规模集合预报：AI 预报天气特别快，预报一个未来 2 周的天气预报，只需要 1 块 GPU，不到 1 秒钟就能完成。这会带来一个什么样的影响呢，通常来说，天气预测具有很强的不确定性，为了提升预报的精度，通常都会采用集合预报的方法（集合预报是指对于同一个时段的预报，根据不同的参数，进行多次预报）理论上来说，增加集合预报的次数，预报结果的准确率会提升。但是首先限于时间和算力的限制，通常不会超过 100 个集合成员。而 AI 极大的解决了这个痛点，1 次只需要 1 块 GPU，不到 1 秒就能完成，那么做 1000 次预报，也只需要 8 块 GPU，半小时就能完成。这种把不可能变成可能的事情，能让我们更好面对极端气象事件，减少损失。
AI 在气象领域的应用处于一个什么发展阶段或有什么趋势？
答：在 NVIDIA 发布 FourCastNet 模型后，AI 气象大模型如雨后春笋般的层出不穷，很多模型都在 Nature 和 Science 上发表，Graphcast、FuXi、FengWu 等等一些大模型，在预测精度上都显著超过了传统的数值预报，达到了非常好的效果。中国气象局举办的国内人工智能天气预报大模型征集与评审，有超过 30 家单位或者团体报名，将国内的人工智能预报天气氛围推向高潮。大模型所采用的 AI 方法，也是多种多样，比如 FourCastnet 采用傅里叶神经算子，Pangu-Weather 采用 Transformer，GraphCast 采用 graph，欧洲中期预报中心近期也发布了第二代 AIFS 模型，采用的是 diffusion 方法。以上提到的这些 AI 大模型，都是在全球范围进行天气预报。现在关于全球范围内的预报，AI 模型已经做的非常好了，下一步，大家都转向了天气预测的细分领域，比如做区域的高精度预报，区域极端降水预报，风力，光伏等新能源领域的功率预测等等。
如何在气象领域借助 AI 来实现创新，NVIDIA 有什么好的技术和应用跟大家分享？
答：NVIDIA 作为将 AI 应用于气象行业的开拓者，已经打造了很多产品，让大家更方便的接触和使用气象领域这些新的突破性技术，比如 NVIDIA 有一个框架叫做 Modulus，这是专门为 AI for Science 打造的框架，里面封装了很多科学领域各种领先的 AI 方法，比如物理信息神经网络、神经算子、diffusion 模型等等。还有上面提到的各种气象大模型，FourCastnet、Pangu-Weather、GraphCast 等等，都可以直接在 Modulus 中使用，也可以直接从头训练。这些框架的定位就是希望科学家能更多的聚焦各自的科学问题，减少写代码这样的开发时间成本NVIDIA 还发布了用于地球数字孪生的平台 Earth-2，通过交互式 AI 增强高分辨率模拟加速气候和天气预测。
发布已经有三年并经过了几次升级更新的 Earth-2 到底是个什么样的产品或服务？
答：Earth-2 是由 NVIDIA 创始人兼 CEO 黄仁勋在 2021 年的 GTC 上发布的，Earth-2 的愿景是希望联合世界上气象领域的科学家、社区一起打造地球的数字孪生，用于预测未来的气候，以应对气候变化及其引发的极端事件，从而解决人类面临的严峻挑战。Earth-2 不是一个单一的产品或者服务，而是一个全栈开放的气候数字孪生云平台，集成了气候科学家的所有成果，并且供全球科学家共享和使用。总的来说，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，能够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。它包含基于 Grace Hopper 架构的超级计算机，经过 GPU 优化加速的 ICON 等传统数值模式，还包括了多种行业领先的 AI 气象模型，基于 NVIDIA Omniverse 进行的数据渲染和可视化，以及最新发布的 Earth-2 微服务。
Earth-2 有哪些实用的工具或者方法可以让气象领域相关的从业人员和研究人员直接使用？
答：首先，推荐大家尝试 FourCastnet，这是全球首个实现高分辨率（即 25 公里分辨率）的 AI 天气预测模型，它开创了人工智能在天气预报领域的新应用。自 FourCastnet 提出以来，众多气象大模型相继涌现。其次，SFNO 框架，这是去年 FourCastnet 更新第二版提出的一个新的架构。考虑到地球是一个三维的球形结构，而目前所有的气象大模型都将气象数据展开成二维平面进行处理，这种方式会导致信息损失，进而影响AI模型进行长时间稳定预测的能力。而 SFNO 首次针对地球的实际结构，直接对球形数据进行处理，并在球面上进行傅里叶变换。经过这一改进，SFNO 能够实现长达一年的稳定预测，远超其他 AI 模型，为未来稳定的长期气候预测带来了可能性。第三，CorrDiff 模型。这是在今年的 GTC上 NVIDIA 推出了一个新的模型，也是首个实现公里级别降尺度的 AI 模型，它将模型的精度从 25km 提升到了 2km。该模型具有独特的特点，包含两个步骤：首先采用回归模型预测高分辨率场的平均值，然后采用扩散模型添加细节以完善预测，从而使其更加符合现实情况。与普通的超分辨率模型不同，CorrDiff 的输入是全球 25km 分辨率的数据，包含 20 个通道，而输出仅有 4 个通道，分别是 2km 分辨率的地表 u10、v10、t2 和雷达反射率。特别值得一提的是，雷达反射率并不在输入通道中，而是由模型生成的变量。第四，丰富的开发平台。如 Modulus 框架、Earth2Studio，都能够支持气象大模型的快速开发和部署。• Earth2Studio：快速开发部署自己的气象大模型 workflow。
• NVIDIA Modulus：集成了很多领先的 AI 气象模型，并且提供训练和推理代码，有助于更便捷地复现。Modulus 是一个专为领域科学家打造的 AI for Science 平台，会集成越来越多的 AI 模型方法等。
第五，可视化工具。Earth-2 具备基于 NVIDIA Omniverse 的数据渲染和可视化功能。
如何访问和使用 NVIDIA Earth-2 平台提供的模型？
答：第一，Earth-2 微服务。这是最简单的方法，也不需要本地有 GPU，它集成在 NVIDIA NIM 中，通过 API 就能体验到气象大模型的推理服务，普通人也能直接使用气象大模型。
了解更多信息或访问使用，请访问：https://build.nvidia.com/nvidia/ai-weather-forecasting第二，Earth-2 MIP 工具。现在有很多气象大模型，比如 FourCastnet、Pangu-Weather、GraphCast 等通过 Earth-2 MIP 即可快速对比不同气象大模型的效果。下载地址：https://nvidia.github.io/earth2mip/ 第三，Earth2Studio。快速开发部署自己的气象大模型 workflow。下载地址：https://nvidia.github.io/earth2studio/index.html第四，NVIDIA Modulus。Modulus 集成了很多领先的 AI 气象模型，并且提供训练和推理代码，有助于更便捷地复现。Modulus 是一个专为领域科学家打造的 AI for Science 平台，会集成越来越多的 AI 模型方法等，欢迎大家下载使用。Modulus 下载地址：https://github.com/NVIDIA/modulus/tree/main/examples/weatherSFNO 代码下载地址：https://github.com/NVIDIA/modulus-makani
Earth-2 现在已经有一些实际应用了吗？可否介绍一些应用的例子。
答：Earth-2 作为 NVIDIA 重点打造的全栈开放式平台，凝聚了领先的技术，凭借其卓越的性能和广泛的应用潜力，受到了全球从初创企业到领先企业的认可和应用，其在行业内的和应用价值日益凸显。- 澳大利亚的 ClimaSens 公司将 Earth-2 集成到该公司的 FloodSens 模型中，用于预测未来的天气状况，以评估低概率、高影响洪水事件的发生几率。
- 总部位于波士顿的 Tomorrow.io 公司公司利用 Earth-2 AI 预报模型，改善天气预报条件，帮助他们清晰地了解复杂天气情况，并在合适的时间做出正确的运营决策。
- 瑞士的一家气象数据服务提供商，通过利用 Earth-2 帮助能源公司实现最大限度的可再生能源利用，并通过快速、准确的天气波动洞察提高其盈利能力。
- 总部位于德国基尔的 north.io 公司正在帮助绘制地球上最大的碳汇地图，即海洋地图。此外，North.io 还在使用 Earth-2 API 开发 AI 天气预报，以助于其自主水下航行器进行智能操作规划、系统管理和风险评估。
- 总部位于美国加利福尼亚州帕洛阿尔托的 WindBorne Systems 公司，正在开发配备目前最先进的实时全球天气预报 AI 模型—— WeatherMesh 的气象传感气球。该公司不仅使用 NVIDIA GPU 开发其 AI，同时也是 Earth-2 的早期用户。
- 成立于阿布扎比、总部位于迈阿密的初创公司 FortyGuard 作为 Earth-2 平台的早期用户，正在开发一种利用 AI 模型测量城市热量的系统，以提供更精细的城市热力图。
了解更多详细信息，请点击下方标题，跳转阅读以下 NVIDIA 博客：
《“气候先锋” ：3 家初创公司使用 NVIDIA AI 和 Earth-2 平台引领气候 AI 创新》
《气候技术初创公司将 NVIDIA AI 集成到可持续发展应用中》
通过以上 7 个问题，我们一步步揭开了 Earth-2 的神秘面纱：Earth-2 不仅是气象学家的得力助手，是防灾减灾的坚实后盾，也有望在更多领域发挥重要作用，助力我们不断探索未知，掌握自然的规律，让科技的力量为人类的福祉贡献力量。随着技术的不断进步和应用的持续深化，我们有理由相信 Earth-2 能够为人类带来更多惊喜和突破。
GTC 2025 内容征集现已开放。点击“阅读原文”，或扫描下方海报二维码即可提交。2025 年 3 月，在圣何塞向全世界分享您的成就。
