新しい NVIDIA NIM マイクロサービスにより、気象関連のテクノロジ企業が、雪、氷、ひょうを予測する AI モデルの開発および展開を可能にするうえで飛躍的な進歩をもたらす
NVIDIA は本日、SC24 で、NVIDIA Earth-2 で気候変動モデリングのシミュレーション結果を 500 倍高速化できる 2 つの新しい NIM マイクロサービスを発表しました。
Earth-2 は、気象および気候の条件をシミュレーションし、可視化するデジタル ツイン プラットフォームです。新しい NIM マイクロサービスは、気象テクノロジ アプリケーション プロバイダーに、異常気象の予測を支援する次世代の生成 AI 駆動機能を提供します。
NVIDIA NIM マイクロサービスは、データを安全に保ちながら、基盤モデルの展開を高速化するのに役立ちます。
異常気象の発生頻度は増加しており、災害の安全性、備え、および経済的影響に対する懸念が高まっています。
Bloomberg の報告書によると、2024 年上半期の自然災害による保険損失は約 620 億ドルに達し、過去 10 年間の平均より約 70% 増加していると報じられています。
NVIDIA は、気象関連のテクノロジ企業がより高速で高解像度かつ正確な予測を開発できるよう、CorrDiff NIM と FourCastNet NIM をリリースします。これらの NIM マイクロサービスは、従来のシステムと比較して優れたエネルギー効率も実現します。
高解像度モデリングのための新しい CorrDiff NIM マイクロサービス
NVIDIA CorrDiff は、キロメートル スケールの超解像度のための生成 AI モデルです。最近、台湾上空の台風を超解像する能力が示されました。CorrDiff は、気象研究および予測 (WRF) モデルの数値シミュレーションでトレーニングされ、12 倍高い解像度で気象パターンを生成します。
最小キロメートル単位で可視化できる高解像度の予測は、気象学者や業界にとって不可欠です。保険および再保険業界は、リスク プロファイルを評価するために詳細な気象データに依存しています。しかし、気象研究および予測モデル (WRF) やHigh-Resolution Rapid Refresh (HRRR) などの従来の数値気象予測モデルを使用してこのレベルの詳細を達成することは、多くの場合、費用と時間がかかりすぎるため実用的ではありません。
CorrDiff NIM は、CPU を使用した従来の高解像度数値気象予測と比較して、500 倍高速で、1 万倍高いエネルギー効率を実現します。また、CorrDiff は現在、米国全土を対象に、300 倍のスケールで動作し、低解像度の画像やビデオの解像度を高める超解像を実行し、数キロメートル単位で、雪、氷、ひょうなどの降水事象を予測します。
新しい FourCastNet NIM で大規模な予測セットを実現
すべてのユース ケースが高解像度予測を必要とするわけではありません。一部のアプリケーションでは、より粗い解像度で大規模な予測セットの方が有益です。
IFS や GFS などの最先端の数値モデルは、計算上の制約により、それぞれ 50 セットと 20 セットの予測に制限されています。
現在利用可能な FourCastNet NIM は、地球規模の中期の粗い予測を提供します。欧州中期予報センター (ECMWF) や米国海洋大気庁 (NOAA) などの運用気象センターからの初期同化状態を使用することで、ソリューション プロバイダーは今後 2 週間の予測を、従来の数値気象モデルよりも 5,000 倍速く生成できます。
これにより、気象テクノロジ プロバイダーは、異常気象に関連するリスクを異なるスケールで推定する新しい機会が生まれ、現在の計算パイプラインでは見落とされる低確率の事象の可能性を予測できるようになります。
CorrDiff および FourCastNet NIM の詳細については、ai.nvidia.com をご覧ください。