NVIDIA Earth-2平台实现超分辨率天气预测

相比传统的高分辨率天气预测，Earth-2 的 CorrDiff 模型在能效上提升了 10000 倍，实现了 AI 驱动的公里尺度精准天气预报，从而有助于提升灾害应对能力和拯救生命。

为帮助各个地区更有准备地应对极端天气，气象预报人员首先需要精确掌握极端天气即将发生的地点。

正因如此，全球各地的气象机构与气候科学家纷纷采用 NVIDIA 的CorrDiff模型。这是一个生成式 AI 气象模型，它能够对风速、温度、降水类型及降水量进行公里尺度的精准预报。该模型是用于模拟天气和气候状况的NVIDIA Earth-2平台的组成部分。

近期，《自然》系列科学杂志旗下的《通讯-地球与环境》（Communications Earth and Environment）刊登了一篇关于 CorrDiff 模型的论文。该模型作为一种易于部署的 NVIDIA NIM 微服务，已经被气象技术公司、科研人员及政府机构用于优化其气象预测。

随着极端天气事件日益频发，快速、精准的高分辨率天气预测将有助于人们更好地评估风险、制定疏散方案、应对灾害并开发抵御各种气候变化的基础设施，从而降低人员、社区及经济面临的风险。

全球各地的气象机构和初创企业正在积极地采用 CorrDiff 模型以及 Earth-2 中的其它工具，以提升极端天气预测的分辨率与精度，并优化可再生能源管理和农业规划。

高保真的天气预报即将实现

CorrDiff 运用生成式 AI 来提高粗分辨率天气模型的精度，它借助扩散模型技术，可将大气数据的分辨率从 25 公里提高到 2 公里。另外，目前的文本转图像服务也采用了相同类型的 AI 模型架构。

除了提高图像分辨率，CorrDiff 还能预测输入数据中未包含的相关变量，比如雷达反射率，该指标可用于判断降雨位置和强度。

CorrDiff 模型利用了天气研究与预报模型（WRF）的数值模拟进行训练，其生成的天气模式分辨率提高了 12 倍。

最初的 CorrDiff 模型是在 NVIDIA GTC 2024 上发布的，并在《通讯-地球与环境》发表的论文中进行了阐述。NVIDIA 与台湾地区的气象部门合作，根据台湾的天气数据对该模型进行了优化。

之后，NVIDIA 的研究人员和工程师致力于有效地扩展 CorrDiff 模型的覆盖范围，使其能够覆盖全球更大的区域。在 SC24 上，该模型以 NVIDIA NIM 微服务形式发布的版本覆盖了美国大陆地区。这个版本使用美国天气数据进行了训练，样本数据集中包含了飓风、洪水、冬季暴风、龙卷风和寒潮等真实世界中的自然灾害数据。

相比使用 CPU 的传统高分辨率数值天气预报，针对美国地区优化的CorrDiff NIM 微服务速度提升了 500 倍，能效提高了 10000 倍。

CorrDiff 背后的研究团队仍在不断地提升该模型的功能，并且还发布了其他生成式 AI 扩散模型，展示了如何进一步增强该模型，以使其能在不同环境中更稳定地解析小尺度细节，并更好地捕捉罕见或极端的天气事件。

CorrDiff 还能用于预测城市地区的下洗气流现象——当强风向下汇聚到街道高度时，可能会损坏建筑物并影响行人安全。

气象机构在地图上积极采用 CorrDiff

全球各地的气象机构和企业都在利用 CorrDiff 来加快气象预测，应用领域涵盖区域天气预报、可再生能源管理和灾害管理。

例如，台湾地区灾害防救科技中心已经部署了 CorrDiff 模型，以加强当地的灾害预警。由于在 NVIDIA AI 平台上运行 CorrDiff 模型时的较高能效，该中心预计节约的电量达到近 1 吉瓦时。CorrDiff 的预测结果被整合到该中心的灾害监测网站中，帮助台湾地区的预报员更好地为应对台风做好准备。

在 NVIDIA GTC 大会上探索 Earth-2

参加 NVIDIA GTC 2025，更深入地了解 Earth-2 相关的 AI 应用。作为 AI 领域的全球盛会，GTC 2025 将于 2025 年 3 月 17 日至 21 日在美国加利福尼亚州圣何塞及线上同步举行。