NVIDIA GPU で実行される拡散モデルが、アクセラレーテッド コンピューティングにより新しい活用を可能にし、エネルギー効率が向上することを気象予報士に示す
台湾の気象予報士たちは、仕事に必要な時間と労力を大幅に削減したコンピューターで作成された台風を間近で見たとき、髪が逆立つほど驚きました。
これは、多くの分野のユーザーが感じている反応であり、生成 AI が新しいレベルのパフォーマンスと総所有コスト (TCO) の削減にどのように寄与するかを示しています。
嵐の AI の内部
台風の追跡は、生成 AI の優れた能力を試す絶好のテスト ケースとなりました。この作業は、従来、CPU のクラスターで複雑なアルゴリズムを実行し、25 キロメートル解像度で大気モデルを作成することから始まります。
そこで登場するのが、気象と気候の研究のためのサービスとソフトウェアのセットである NVIDIA Earth-2 の一部である生成 AI モデルの CorrDiff です。
今日の Text-to-Image (テキストから画像) サービスに使用されている拡散モデルのクラスを使用して、CorrDiff は 25 km モデルを 2 km に 1,000 倍速く解決し、従来の方法に比べて 1 回の推論に必要なエネルギーを 3,000 倍向上させました。
CorrDiff はコストを 50 分の 1、エネルギー使用量を 25 分の 1 に削減
CorrDiff は、1 年に 1 回のモデルの再トレーニングや予測の精度を高めるために 1,000 件の予測の統計グループを使用した場合でも、NVIDIA AI プラットフォームで優れた性能を発揮します。これらの条件下で従来の方法と比較すると、コストは 1 年あたり 50 分の 1、エネルギー使用量は 25 分の 1 に削減されます。
つまり、CPU クラスターとそれを実行するためのエネルギーにこれまで 300 万ドル近く必要だった作業が、NVIDIA H100 Tensor コア GPU を搭載した単一システムでは約 6 万ドルで実行できです。この大幅な削減は、生成 AI とアクセラレーテッド コンピューティングがエネルギー効率を高め、総所有コストを下げることを示しています。
このテクノロジは、台風が上陸する場所をより正確に予測するのにも役立ち、人命を救える可能性があります。
「NVIDIA の CorrDiff 生成 AI モデルにより、AI によって生成されたキロメートル単位の天気予報の利用が可能になり、台湾は台風に対してより適切に備えることができます」と、台湾の国立科学技術防災センター所長 Hongey Chen 氏は述べています。
台湾の気象予報士は、CorrDiff を使用することで、年間約 1 ギガワット時を節約できるようになります。世界中の約 200 の地域気象データセンターがさらなる持続可能なコンピューティングのためにこのテクノロジを採用すれば、エネルギー節約はさらに進む可能性があります。
商用予報を販売する企業も、そのスピードと節約効果に注目し CorrDiff を採用しています。
エネルギー効率の幅広い展望
NVIDIA Earth-2 は、これらの能力を地球規模にまで拡大します。AI、物理シミュレーション、観測データを融合し、国や企業が気候変動などの地球規模の問題に対応できるように支援します。これは、2050 年までに 100 万人の命と年間 1.7 兆ドルの損害をもたらすと予想される異常気象災害の影響に対処するのに役立つ可能性があります。
アクセラレーテッド コンピューティングと生成 AI は、多くのアプリケーションに新しいレベルのパフォーマンスとエネルギー効率をもたらしています。グリーン コンピューティングと GPU が AI に最適である理由に関する説明では、より詳しい背景情報といくつかの例を紹介しています。
このシンプルな計算機を使用して、一般的なワークロードを x86 CPU ベースのサーバーと NVIDIA GPU サーバーで実行した場合のコストとエネルギー消費を比較してください。また、全体像をご覧いただくには、COMPUTEX でのジェンスン フアンの基調講演をご視聴ください。