在 NVIDIA GPU 上運行的一個擴散模型向天氣預報工作者展示了加速計算如何實現(xiàn)新的用途并提升能效。

當臺灣地區(qū)的天氣預報工作人員近距離看到在一臺計算機上模擬的臺風時，都感嘆于這能夠如此大幅節(jié)省預報任務(wù)的時間和能源消耗。

許多其他領(lǐng)域的用戶在親眼見證生成式 AI 在降低總體擁有成本方面的驚人表現(xiàn)時，都會有同樣的感受。

揭秘風暴預測中的 AI

追蹤臺風是證明生成式 AI 強大能力的絕佳案例。過去，這項工作首先需要利用多個 CPU 集群執(zhí)行復雜的算法來創(chuàng)建分辨率為 25 公里的大氣模型。

現(xiàn)在有了 CorrDiff，情況大不相同。CorrDiff 是 NVIDIA Earth-2 上的一個生成式 AI 模型，包含一整套適用于天氣與氣候研究的服務(wù)和軟件。

通過使用一類為當今文本生成圖像服務(wù)提供支持的擴散模型，CorrDiff 可以將模型分辨率從 25 公里提高到 2 公里，每次推理比傳統(tǒng)的方法計算速度快 1000 倍，能源效率提高 3000 倍。

CorrDiff 使成本降至 1/50 ，

能耗降至 1/25

CorrDiff 是 NVIDIA AI 平臺上一個亮眼的存在。即使一年需要重新訓練一次該模型，并且使用 1000 次預測的統(tǒng)計組來提高預測的準確性，它也同樣表現(xiàn)出色。與在同樣條件下使用傳統(tǒng)方法相比，使用 CorrDiff 每年成本可降低至其 1/50，能耗降至其 1/25。

這意味著，過去在一組 CPU 集群上運行、能源消耗需花費近 300 萬美元才能完成的工作，現(xiàn)在使用一個包含單個 NVIDIA Hopper GPU 的系統(tǒng)僅需大約 6 萬美元即可完成。這一成本的大幅降低表明生成式 AI 和加速計算能夠有效地提高能效和降低總體擁有成本。

該技術(shù)還能幫助天氣預報工作者更精確地預測臺風登陸地點，從而挽救更多生命。

臺灣災害防救科技中心主任陳宏宇表示：“NVIDIA 的 CorrDiff 生成式 AI 模型讓利用 AI 生成分辨率達公里級的天氣預報成為可能，可以幫助臺灣更好地為應對臺風做好準備?！?/p>

通過使用 CorrDiff，臺灣地區(qū)的天氣預報工作者每年預計可節(jié)省近 1 吉瓦時的電量。如果全球近 200 個地區(qū)級氣象數(shù)據(jù)中心都采用這項技術(shù)，以實現(xiàn)更加可持續(xù)的計算，那么節(jié)省的能源將非?？捎^。

提供商業(yè)性天氣預報服務(wù)的企業(yè)也可以采用 CorrDiff 來加快速度并節(jié)省成本。

廣闊的節(jié)能前景

NVIDIA Earth-2 可使上述能力惠及全球各地，其融合了 AI、物理模擬和數(shù)據(jù)觀測，能夠幫助政府和企業(yè)應對氣候變化等全球性問題，這將有助于應對氣候變化的影響。預計到 2050 年，極端天氣災害每年會導致百萬人喪生，并造成 1.7 萬億美元的損失。

加速計算和生成式 AI 能夠為許多應用帶來更高水平的性能和能效提升。