AI for Science 加速气候天气预报新突破 原创

气候预测行业迫切需要一种利用机器学习作出初步预测并使用物理模型进行数据生成、验证和系统改进的混合策略。

2023年,在谈及全球气候时,“极端”一词成为高频词。巴西遭遇严重暴雨灾害、德国连日大雨造成多处河流决堤、热带气旋“加布丽埃尔”席卷新西兰.....

在我国,极端天气同样也为人们的生产、生活带来巨大困扰。据应急管理部发布的“2023年上半年全国自然灾害情况”显示,2023年上半年,我国自然灾害以洪涝、风雹、干旱、低温冷冻和雪灾为主,地震、地质灾害、沙尘暴和森林草原火灾等也有不同程度发生。各种自然灾害共造成直接经济损失382.3亿元。为了规避这些灾难性事件的发生,气象预测成为具有重要指导意义的技术工具。

面对极端灾难天气  GPU与CPU谁能为人类敲响“警钟”?

气象预测需要对气象要素数据进行分析和建模,同时考虑它们之间的相互作用。然而,传统的气象预测模型在数据采集和处理方面需要耗费大量的时间和资源。同时,由于观测数量和覆盖范围不够充足,导致其预测精度不高。

气象预测所面临的主要挑战与很多大规模科学工程计算问题一样——在不浪费能源的前提下,如何才能算得更快?如何才能够完成实时计算问题?

面对极端天气带来的大规模气象数据和大量的并行计算任务,气象预测模型需要具备更高的计算效率、更强的并行处理能力和扩展性,以及更低的功耗。显然,利用CPU驱动的传统气象预测模型已显得“力不从心”。更加及时、精准、低能耗的气象预测模型成为行业的迫切需求。

及时、精准、低能耗精准的气象预测需要有极佳的运算能力,搭载具有更高能效比的GPU,显然更适合。研究人员发现,在气象预测中,一般需要2~3个小时完成的计算工作,在GPU参与加速后,可以把时间压缩到1小时之内。

这缘于GPU具备大型矩阵类数据的密集数值计算优势,总体所需的计算资源消耗较低,能大幅度提升数值模式在精细化天气尺度中的模拟能力,使得高分辨率的气象预测在技术上成为可能。

同时,GPU更具成本效益。在威斯康星大学麦迪逊分校杰出科学家,SPIE Fellow,国际气象卫星遥感领域著名专家 Allen Huang 看来,对于气象预测而言,在价格相同的前提下,采用GPU能发挥出更好的效果 。

在GPU压倒性的优势下 ,利用GPU替代CPU驱动气象预测,已经成为共识性策略。目前,许多政府实验室以及高校的科学家们纷纷使用GPU进行模拟气候情景和预测天气。在NVIDIA GPU的驱动下,目前最新的AI气象预测建模速度比传统模型快10万倍。

突破高分辨率、高精度,加速计算还要“AI”来配

现阶段,研究人员所面临的挑战是如何实现物理建模和机器学习之间的最佳平衡,从而作出更快、更准确的气候预测。

业界迫切需要一种利用机器学习作出初步预测并使用物理模型进行数据生成、验证和系统改进的混合策略。

“一种基于人工智能-机器学习(AI/ML)技术的高分辨率快速更新(HRRR)风速预报模式”是Allen Huang为推动气象预测和气候科学的重大进步而开辟的一种使气象预测变得高效、可靠、节能的新策略。

7月13 日,Allen Huang在一场公开课上表示,这种基于AI/ML技术的高分辨率快速更新(HRRR)风速预报模式的预报结果优于美国HRRR业务预报模式。同时,已经研究成功将模式的风速预报转换为风功率预报,并应用于德克萨斯ERCOT能源市场的253个风力发电场。

 AI for Science 加速气候天气预报新突破

从数据中不难发现,ML增强模型比NOAA HRRR 提供了显著的(10% - 30%) 预测改进。

Allen Huang强调,ACECast/ACEWRF基于NVIDIA GPU技术,是比传统气象预报模式快5至10倍的高分辨率区域数值气象预测模式。

AceCAST 代表“加速预测”,拥有更快的求解时间、更高的分辨率和精度、对局部天气现象更加深入的认识以及更低的计算成本等优势,通过运行“天气研究和预报”(WRF)的区域模型可实现加速预测。

而融合了AI/ML算法和ACECast/ACEWRF的模式则能进一步加速气象预测的精细化程度,可实现高分辨率高精度的区域数值气象预测,将在强风暴预警、可再生能源管理、实时航空导航等领域具有巨大的应用潜力。

“AceCAST On Demand”是基于融合AI/ML算法和ACECast/ACEWRF的创新产品平台。“对于专业气象预测领域从业人员而言,OnDemand 可提供AceCAST先进软件的云服务,使他们能够享受到其优势。而对于非专业用户而言,他们也可根据自己的特定需求,从商业、消费者等导向基于On Demand创建定制化的气象预测。”Allen Huang介绍道。

“WSV3”则是该平台中的一款图形丰富的天气可视化和风暴追踪软件产品。该软件可为使用者提供所有必要的观测数据,以直观地了解极端的气候变化情况,实现对流发展和严重风暴移动的追踪。

写在最后

ACECAST/ACEWRF和AI/ML技术的融合为企业及相关从业者打开了一扇创新“大门”。随着AI与GPU加速计算的进一步演进,将不断帮助气候研究人员缔造“奇迹”。

在这个全球环境加剧变化的时代,‘加速’与‘智能’相结合促进气候研究获得突破性进展”已经成为能相关技术服务提供企业不得不肩负的使命。

人工智能计算公司NVIDIA创始人兼首席执行官黄仁勋就曾这样说:“我们的使命便是突破气候建模服务的计算极限,寻找新的方式和技术来研究大到地球范围内、小到地方区域的气候情况,让人们知道所采用的规避措施能否奏效,以及将来应怎样调整,并勇敢地探寻前人从未踏足的疆域。”

 最新消息:

Allen Huang在7月13日举办公开课上强调,将为对相关领域感兴趣的从业者,提供全面的技术信息和免费的ACECast/ACEWRF试用许可证,使大家能够从该创新技术中获益。

对于“融合AI/ML算法和ACECast/ACEWRF模式加速的高精度精细化气象预报”技术感兴趣的人士,欢迎点击下方链接,进一步了解该技术的优势,以及免费获取ACECast/ACEWRF试用许可证的方法。

公开课链接:https://www.zhiding.cn/special/NVIDIA-DGX#pageLive

来源:至顶网计算频道

0赞

好文章,需要你的鼓励

2023

07/18

18:11

分享

点赞

邮件订阅