這個開創性的 AI 模型將為氣候建模與分析帶來變革，以實現更好地預測、理解和應對氣候變化

通過更細致地模擬地球氣候，科學家和研究人員可以更好地預測并減輕氣候變化帶來的影響。

NVIDIA 正通過 cBottle（Climate in a Bottle 的簡稱）為這項工作帶來新的突破，這是全球首個專為以公里尺度分辨率模擬全球氣候而設計的生成式 AI 基礎模型。

作為NVIDIA Earth-2平臺的一部分，該模型可以生成逼真的大氣狀態，并且可以根據時間、日期和海面溫度等輸入信息進行調整，為理解和預測地球最復雜的自然系統提供了新的途徑。

Earth-2 平臺包含一套軟件棧和多種工具，其中集成了 AI、GPU 加速、物理模擬和計算機圖形的強大功能。這有助于創建用于模擬和可視化天氣狀況的交互式數字孿生體，并提供行星尺度的全球氣候預測。借助 cBottle，這些預測的速度能夠比傳統數值模型快數千倍，且能效更高，同時不減損準確性。

包括馬克斯-普朗克氣象研究所（MPI-M）和艾倫人工智能研究所（Ai2）在內的頂尖科學研究機構，正在探索使用 cBottle 來壓縮、提煉地球觀測數據和超高分辨率氣候模擬，并將其轉化為可查詢的、交互式的生成式 AI 系統。

cBottle 在世界氣候研究計劃（WCRP）全球公里級黑客馬拉松活動中進行了實地測試。該活動由八個國家和十個氣候模擬中心組織舉辦，旨在推進高分辨率地球系統模型的分析與開發，并拓寬高分辨率、高保真氣候數據的獲取途徑。

用 AI 革新氣候建模

傳統的氣候信息學需要對數十 PB 的數據存儲進行復雜分析，要投入大量的時間、人力和計算資源。

cBottle 結合了 NVIDIA GPU 加速和高度優化的 NVIDIA Earth-2 棧，使用先進的 AI 技術來壓縮海量的氣候模擬數據。對于單個天氣樣本，它能夠將 PB 級的數據量進行高達 3000 倍的壓縮，換句話說對于 1000 個樣本的集合，數據量是之前的 300 萬分之一。

cBottle 是在高分辨率物理氣候模擬以及過去 50 年觀測數據約束的大氣狀態估算值上進行訓練的。

該模型可以填補缺失或損壞的氣候數據，糾正有偏差的氣候模型，對低分辨率氣候數據進行超分辨率重建，并根據模式和先前的觀測結果合成信息。cBottle 極高的數據處理效率使其僅需四周時間的公里尺度氣候模擬數據即可完成訓練。

全球協作實現行星級影響

頂尖氣候機構正在使用 NVIDIA Earth-2 推進氣候模擬。

馬克斯-普朗克氣象研究所已經利用 Earth-2 及其 ICON 地球系統模型開創了公里尺度氣候建模。借助 NVIDIA GPU 加速和性能優化，該研究所的研究人員領導的團隊首次對整個地球系統進行了公里尺度模擬，以前所未有的精細度實現氣候模擬與可視化呈現。

馬克斯-普朗克氣象研究所所長 Bjorn Stevens 表示：“面對快速變化的氣候，Earth-2 的最新進展代表著我們理解、預測和適應周圍世界的能力實現了革命性的飛躍。通過利用 NVIDIA 的先進 AI 和加速計算，我們正在構建地球的數字孿生體。這標志著一個新時代的到來，氣候科學相關成果能為所有人獲取并加以運用，從而使人們能夠做出保護我們共同未來的明智決策。”

艾倫人工智能研究所和 NVIDIA 正在協作，利用 Earth-2 AI 棧和 GPU 來加速和增強氣候建模，致力于使高分辨率氣候模擬更快、更節能、更易于使用。這對于天氣預測和氣候適應力領域的科研和實際應用而言至關重要。

艾倫人工智能研究所的氣候建模高級總監 Christopher Bretherton 表示：“為氣候變化做規劃是全球各國面臨的巨大挑戰。cBottle 精妙地使用了生成式 AI，是一種令人興奮的新資源，它可用于高效地模擬局部極端天氣，如暴雨或引發野火的干熱風。”

通過在 NVIDIA Earth-2 中使用 cBottle，開發人員可以構建氣候數字孿生體，從而能夠以交互方式探索和可視化公里尺度的氣候數據，并在低延遲和高吞吐量的情況下預測可能出現的場景。

cBottle 基礎模型現已開放早期訪問。有興趣重新訓練該模型的氣候 AI 研究人員可以從 GitHub 獲取 cBottle 代碼庫，并在 arXiv 上查閱預印本。