(PR)NVIDIA提出人工智慧將加速氣候研究創新

NVIDIA創始人兼CEO黃仁勳週一在柏林地球虛擬化引擎倡議高峰會上發表主題演講時表示人工智慧和加速計算將幫助氣候研究人員實現氣候研究突破所需的奇蹟。Richard Feynman曾經說過我無法創造的東西，我就無法理解，這就是氣候模型如此重要的原因。

為了推進這項工作，柏林高峰會匯集了來自世界各地的參與者，利用人工智慧和高性能計算進行氣候預測。在演講中黃仁勳概述了氣候研究人員實現其目標必須實現的三個奇蹟，並談到了NVIDIA在Earth-2項目中與氣候研究人員和政策制定者合作的努力。所需的第一個奇蹟是足夠快地模擬氣候，並且有足夠高的解析度——大約只有幾平方公里。
  
所需的第二個奇蹟是預先計算大量數據的能力。所需的第三個奇蹟是能夠與NVIDIA Omniverse交互地可視化所有這些數據，將其交到政策制定者、企業、公司和研究人員手中。地球虛擬化引擎計劃（EVE）是一項國際合作，匯集了專注於氣候科學、高性能計算和人工智慧的數位基礎設施，旨在首次提供易於訪問的公里級氣候可持續管理地球的訊息信息。黃仁勳說Earth-2和EVE之所以在完美的時間相遇，是因為Earth-2是採用3個根本性突破。

該倡議承諾加快進展步伐，倡導以2.5公里解析度進行協調一致的氣候預測。這是一項巨大的挑戰，但它是建立在過去25年取得的巨大進步基礎之上的。一系列龐大的應用已經受益於加速計算，包括ICON、IFS、NEMO、MPAS、WRF-G等，而且此類應用的更多計算能力即將到來。

NVIDIA GH200 Grace Hopper超級晶片是一款突破性的加速CPU，專為大規模人工智慧和高性能計算應用而設計。它為執行TB數據的應用提供高達10倍的性能提升。它是按比例打造的，透過將大量此類晶片連接在一起，NVIDIA可以提供具有高功效的系統，以加速氣候研究前端研究人員的工作。對於軟體來說，它看起來就像一個巨大的處理器。

為了幫助研究人員快速將大量數據投入工作以解鎖理解，黃仁勳談到了NVIDIA Modulus，一個用於打造訓練和微調採用物理的機器學習模型的開源框架，以及 FourCastNet，一個全球數據驅動的天氣預報模型，以及最新的人工智慧驅動模型如何從現實世界的數據中學習物理。僅使用原始數據FourCastNet就能夠學習管理複雜天氣模式的原理。黃仁勳展示了FourCastNet如何透過對Hurricane Harvey（地球自轉對風暴的影響）進行建模來準確預測颶風的路徑。

當這些模型與傳統模擬打造的定期檢查點相結合時，可以進行更詳細的長期預測。隨後黃仁勳展示了在NVIDIA GPU上執行的FourCastNet整體模型如何預測前所未有的北非熱浪。透過在Modulus中執行FourCastNet，NVIDIA能夠生成1,000個21天天氣軌跡，所用時間僅為之前生成單個集合所需時間的十分之一，並且能耗降低了1,000倍。

最後NVIDIA技術有望幫助所有這些知識變得更容易獲取，數位孿生能夠為日益複雜的系統打造交互式模型。隨後黃仁勳在雲端中展示了全球規模氣候數據的令人驚嘆的高交互式可視化，從全球視圖放大到柏林的詳細視圖。黃仁勳說這種方法可以預測柏林、東京和布宜諾斯艾利斯等不同地點的氣候和天氣。

黃仁勳在結束演講時感謝了來自各個領域的主要研究人員，並開玩笑地提出了EVE的使命宣言。地球，最後的邊疆，這是EVE的航行。其使命是突破氣候建模服務的計算極限，尋找新的方法和技術來研究全球到地方的氣候狀況，以告知今天緩解和對應對地球未來的影響，大膽地去以前沒有人去過的地方。

有關 Earth-2 的更多訊息，請訪問www.nvidia.com/en-us/high-performance-computing/earth-2/

消息來源