全新 NVIDIA NIM 微服務實現突破性進展，可助力氣象技術公司開發和部署 AI 模型，實現對降雪、結冰和冰雹的預測。

NVIDIA 于近日在 SC24 上發布了兩項基于 Earth-2 的全新 NVIDIA NIM 微服務，可將 NVIDIA Earth-2 中的氣候變化模型的模擬計算速度提高 500 倍。

Earth-2 是一個數字孿生云平臺，用于模擬并可視化呈現天氣和氣候條件。全新 NIM 微服務為氣候技術應用提供商提供了領先的生成式 AI 驅動的功能，以輔助預測極端天氣事件。

NVIDIA NIM 微服務有助于加速部署基礎模型，同時確保數據安全。

極端天氣事件日益頻發，引發了人們對災害相關安全問題、備災和潛在財務影響的擔憂。

彭博社的一份報告顯示，2024 年上半年，自然災害造成的保險損失約為 620 億美元，較近 10 年平均值高出了 70% 左右。

NVIDIA 本次發布的 CorrDiff NIM 和 FourCastNet NIM 微服務，將幫助氣象技術公司以更快的速度生成更高分辨率、更加準確的預報。相比傳統系統，NIM 微服務也提供了更加領先的能源效率。

全新 CorrDiff NIM 微服務

用于更高分辨率建模

NVIDIA CorrDiff 是一種可實現公里尺度超高分辨率的生成式 AI 模型。該系統的超分辨率模擬能力在今年 GTC 上分享的臺灣地區臺風應對案例中得以展現。CorrDiff 基于 WRF 模型的數值模擬結果進行訓練，可以生成 12 倍更高分辨率的天氣預報結果。

對氣象學家和相關行業來說，能夠精確到最小公里尺度可視化的高分辨率預報至關重要。保險和再保險行業依賴詳細的氣象數據來評估風險概況。但是，使用 WRF 或高分辨率快速刷新等傳統數值天氣預報模型來達到這種詳細程度往往過于昂貴而耗時，因而不夠實用。

與使用 CPU 的傳統高分辨率數值天氣預報相比，CorrDiff NIM 微服務 的計算速度高出了 500 倍，能效提升了 10000 倍。此外，CorrDiff 現在以 300 倍的更大規模運行，可對整個美國進行超分辨率處理（即提高低分辨率圖像或視頻的分辨率），并能以公里尺度的可見度預測降雪、結冰和冰雹等降水事件。

全新 FourCastNet NIM 微服務

使大規模集合預報成為可能

并非每個用例都需要高分辨率預報。對某些應用來說，使用粗分辨率的大規模集合預報反而能獲得更好效果。

由于計算能力限制，IFS 和 GFS 等最先進的數值模型分別只能生成 50 組和 20 組預報。

最新推出的 FourCastNet NIM 微服務提供了全球范圍的中期粗分辨率預報。通過使用歐洲中期天氣預報中心或美國國家海洋和大氣管理局等業務氣象中心的初始場，提供商可生成未來兩周的預報，速度比傳統數值天氣模型快 5000 倍。

這為氣候技術提供商帶來了新機遇，使其能夠以不同尺度評估極端天氣相關風險，從而預測當前計算工作流對低概率事件發生可能性的遺漏。