NVIDIA 的生成 AI 超分辨率通过高效模型提升天气预报
realtime news Nov 10, 2025 19:24
NVIDIA 的 Earth-2 平台通过生成 AI 优化天气预测模型，提供通过 CorrDiff 的可扩展解决方案，显著提高效率并降低计算成本。
NVIDIA 通过使用生成式 AI 模型引入了变革性的天气预测方法，显著提高了预测的准确性和效率。NVIDIA 的 Earth-2 平台是一个全面的工具和库套件，处于这一创新的前沿，提供了加速天气预测模型的 GPU 优化解决方案。这一发展对国家气象服务尤为重要，因为它们现在可以提供对农业、能源和灾难准备等行业至关重要的高分辨率预报。
用 AI 革新天气预报
传统的动力降尺度方法虽然可以细化低分辨率天气数据，但往往代价高昂且计算密集。然而，NVIDIA 的 CorrDiff 模型通过采用生成式 AI 降尺度方法绕过了这些瓶颈。该模型使用基于补丁的多扩散策略，能够在减少计算需求的情况下在大陆和全球范围内实现可扩展的应用。
全球采用和用例
CorrDiff 的多样性和效率使其被全球采用，支持多种应用。值得注意的是，天气公司利用它来提升农业和航空领域的预测，而 G42 则利用它改进中东地区的雾霾和沙尘暴预测。此外，Tomorrow.io 将 CorrDiff 用于风暴级预测，包括火灾天气和阵风的预报。
优化和性能提升
通过 NVIDIA 的 Earth-2 工具栈如 PhysicsNeMo 和 Earth2Studio，CorrDiff 的训练和推理取得了显著优化。这些提升包括训练和推理速度增加 50 倍，从而实现高效的全球规模模型训练和高分辨率预测。关键优化包括使用自动混合精度（AMP）、内核融合以及先进的时间积分方案，共同降低了成本并提高了吞吐量。
效率和可扩展性
优化后的 CorrDiff 模型不仅提升了性能，还使得公里级 AI 天气预报的访问民主化。国家级训练现在可以在短短的 GPU 小时内完成，并以可承受的价格生成高分辨率概率预报，促进了公里级数据的交互式探索。
对未来发展的影响
CorrDiff 优化的进展不仅对天气预报有利，还具有更广泛的 AI 驱动解决方案的潜力。开发的方法和优化可以适应其他生成模型，为预测分析的未来创新铺平道路。
有关 NVIDIA Earth-2 平台和 CorrDiff 模型优化的更多详细信息，请访问官方 NVIDIA 博客。
Image source: Shutterstock.jpg)