Európai szervezetek vetik be az NVIDIA időjárási AI-modelljeit

Regionális előrejelzés műholdas adatokkal

Az NVIDIA Earth-2 olyan nyílt AI-modellekből és eszközökből álló család, amelyet a fejlesztők és kutatók saját adataikkal szabhatnak testre. A vállalat szerint a technológiák NVIDIA számítási infrastruktúrán támogatják a globális időjárás-előrejelzést, a részletes regionális prognózisokat és a környezeti kutatásokat.

A rendszer legújabb modellje a StormScope EU, a StormScope európai regionális változata. A modellt európai időjárási és éghajlati adatokon tanították, és az EUMETSAT műholdas megfigyeléseit használja a felhőzet változásainak előrejelzésére. A StormScope EU 16 Meteosat-csatorna adatai alapján, 10 perces időközönként készít előrejelzéseket.

Az NVIDIA a GTC Berlin rendezvényen az Earthmoverrel közösen mutat be egy élő StormScope EU-folyamatot. Az Earth2Studio futtatja az előrejelzéseket, az Earthmover adatplatformja pedig kezeli és szolgáltatja a valós időben frissülő eredményeket. Ezek az új műholdas megfigyelések beérkezése után, 10 percenként frissülnek, és térképcsempékként jelennek meg, így Európa előrejelzései teljes adathalmazok letöltése nélkül is böngészhetők.

Biztosítás, energia és levegőminőség

Az AXA az Earth-2 FourCastNet 3 modelljével vizsgálja a regionális ciklonkockázatot a történelmi adatsoron túl. A vállalat több mint 1000 szimulált évszakot elemez, hogy a kockázatértékeléseket támogató adatokat nyerjen, és segítsen ügyfeleinek a megelőzési lehetőségek célzottabb meghatározásában.

A Vaisala Xweather saját megfigyeléseit, villámadatait és előrejelzési tapasztalatát kombinálja az Earth-2 képességeivel. A cél a kormányzati, energetikai, tengeri, közlekedési és biztosítási ügyfeleknek szánt időjárási intelligenciaszolgáltatások fejlesztése. A vállalat a StormScope modellt villámadatokkal is kiegészíti, hogy javítsa a rövid távú előrejelzések átfutását, és az ilyen figyelmeztetéseket szoftverszolgáltatásként, valamint AI-asszisztens-integrációkon keresztül tegye elérhetővé.

A Manchesteri Egyetem kutatói a CorrDiff modellt brit levegőminőségi modellezéshez alakították át. A modellt az NVIDIA által támogatott Isambard-AI szuperszámítógépen tanították, majd helyben NVIDIA DGX Spark rendszereken futtatták. Az NVIDIA szerint ez lehetővé teszi, hogy a környezeti modellezés az országos szuperszámítógépes környezetből asztali rendszerekre kerüljön.

Napenergia és új környezeti alkalmazások

A TotalEnergies a StormScope-ra épülő napenergia-sugárzási, rövid távú előrejelzéseket vizsgál két fotovoltaikus helyszínen. A vállalat olyan modellek fejlesztésén is dolgozik, amelyek egy órán belüli időközökben szolgáltatnak időjárási információt. A kutatás azt vizsgálja, hogy a részletesebb előrejelzések miként segíthetik a napenergia-termelés változásainak előrejelzését.

A Space42 a CorrDiff és az NVIDIA PhysicsNeMo használatával fejlesztette ki a SARDiff4Height rendszert. A kutatás egyetlen radarképből becsüli a felszíni magasságokat, és bizonytalansági térképeket készít, amelyek megmutatják, hol van szükség alaposabb elemzésre.

Az NVIDIA szerint a fejlesztők az Earth-2 modelleket regionális munkafolyamatokhoz kombinálhatják. A StormScope rövid távú előrejelzésekhez használható, a CorrDiff pedig részletesebb helyi információval egészítheti ki a durvább felbontású időjárási adatokat. A nyílt forráskódú NVIDIA PhysicsNeMo keretrendszer ehhez tanítási és testreszabási eszközöket kínál, így a csapatok saját adatokat és szakterületi tudást is beépíthetnek. Az NVIDIA szerint ugyanezek a modellarchitektúrák új környezeti feladatokra, például levegőminőségi modellezésre is betaníthatók.