VIDIA 推出革命性 NIM 微服务，加速气象技术AI模型部署，精准预测极端天气

在太平洋时间11月18日的SC24峰会上，NVIDIA隆重发布了两款基于Earth-2平台的全新NIM微服务——为气象技术领域带来突破性进展。这两款服务将NVIDIA Earth-2中的气候变化模型模拟计算速度提高了惊人的500倍。

Earth-2，作为一个前沿的数字孪生云平台，专注于模拟和可视化天气与气候条件。全新推出的NIM微服务，凭借其领先的生成式AI技术，为气候技术应用供应商提供了强大的预测工具，尤其是在极端天气事件的预测方面。

这两款微服务——CorrDiff NIM和FourCastNet NIM，不仅加速了基础模型的部署，同时确保了数据的安全性。在极端天气事件频发，灾害相关安全问题、备灾和潜在财务影响日益凸显的背景下，这两款服务的推出显得尤为重要。据彭博社报告，2024年上半年自然灾害造成的保险损失已高达620亿美元，较近十年平均值增长了70%左右。

CorrDiff NIM微服务专注于更高分辨率的建模。

作为一款可实现公里尺度超高分辨率的生成式AI模型，CorrDiff在今年GTC上分享的台湾地区台风应对案例中已初露锋芒。它基于WRF模型的数值模拟结果进行训练，能够生成12倍更高分辨率的天气预报结果。这对于气象学家和相关行业来说，无疑是一项重大突破。保险和再保险行业可以依赖这些详细的气象数据来更准确地评估风险概况。与使用CPU的传统高分辨率数值天气预报相比，CorrDiff NIM的计算速度提高了500倍，能效更是提升了10000倍。此外，它还能以300倍的更大规模运行，对整个美国进行超分辨率处理，并以公里尺度的精度预测降雪、结冰和冰雹等降水事件。

FourCastNet NIM微服务则使大规模集合预报成为可能。

尽管并非所有应用场景都需要高分辨率预报，但对于某些特定应用而言，采用粗分辨率的大规模集合预报反而能够取得更佳效果。由于计算能力受限，IFS和GFS等最先进的数值模型分别只能生成有限数量的预报。而FourCastNet NIM则提供了全球范围的中期粗分辨率预报服务，速度比传统数值天气模型快5000倍之多。通过利用欧洲中期天气预报中心或美国国家海洋和大气管理局等业务气象中心的初始场数据，提供商可以迅速生成未来两周的预报结果。

这为气候技术提供商带来了前所未有的机遇，使他们能够以不同尺度全面评估极端天气相关风险，从而更准确地预测当前计算工作流可能遗漏的低概率事件发生概率。