NVIDIA 今日於 SC24 發表了兩項全新的 NVIDIA NIM 微服務，能將 NVIDIA Earth-2 平台上的氣候變遷建模模擬速度提升至 500 倍。
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。
NVIDIA NIM 微服務可加速基礎模型的部署，同時確保資料安全。
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。
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。
全新 CorrDiff NIM 微服務實現高解析度建模
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。
使用新的 FourCastNet NIM 微服務實現大量預測
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。
這為氣候技術提供者提供了新的機會來估計不同規模的極端天氣相關的風險，使他們能夠預測當前運算流程忽略的低機率事件的可能性。
在 ai.nvidia.com 上了解更多有關 CorrDiff 和 FourCastNet NIM 微服務的資訊。