隨着冬季風暴席捲美國大部分地區，傳統氣象預測在巨大的降雪量差異面前顯得捉襟見肘。就在這一關鍵時刻，英偉達（NVIDIA）於週一在休斯頓舉行的美國氣象學會會議上，正式發佈了其全新的 Earth-2 天氣預報模型套件，旨在通過人工智能技術重新定義全球氣象預測的精度與效率。

雪天停在路邊的汽車

核心突破:性能超越谷歌，架構迴歸簡潔

英偉達此次推出的核心模型 Earth-2Medium Range（中程預報模型） 引起了業內巨大震動。據英偉達官方數據顯示，該模型在 70多個氣象變量 上的表現均優於谷歌 DeepMind 於2024年12月發佈的 GenCast 模型。

不同於傳統模型依賴複雜的手工物理模擬，Earth-2採用了基於 Atlas 的全新架構。英偉達氣候模擬總監邁克·普里查德（Mike Pritchard）表示，這標誌着氣象科學正走向“迴歸簡潔”之路，通過摒棄小衆的 AI 架構，轉向更具可擴展性的 Transformer 架構。

Earth-2套件的三大支柱

除了中程預報，英偉達此次還公佈了針對不同場景的專業工具，構成了完整的氣象 AI 生態:

  • 臨近預報模型 （Nowcasting）: 專注於未來0-6小時的短期預測。該模型直接利用全球地球靜止衛星數據訓練，而非侷限於特定區域物理模型，能更敏銳地捕捉風暴及危險天氣的影響。

  • 全球數據同化模型: 該模型通過整合氣象站、氣象氣球等多源數據，爲預測提供初始快照。其最大的突破在於效率——原本需要超級計算機耗費數小時、佔據50% 計算負載的任務，現在通過 GPU 僅需幾分鐘 即可完成。

  • 高分辨率與變量建模: 套件還集成了 CorrDiff（用於生成快速高分辨率預測）和 FourCastNet3（針對溫、風、溼等單變量建模）。

氣象主權與民主化:讓超級預報不再昂貴

普里查德指出，高質量的天氣預報曾是富裕國家和巨頭企業的“特權”，因爲傳統預報需要支付極其昂貴的超級計算機租賃費用。

“天氣是國家安全問題，主權與天氣密不可分。”普里查德強調，Earth-2的高效能降低了門檻，讓發展中國家和中小型機構也能擁有屬於自己的精準預報系統。

目前，Earth-2的相關技術已投入實戰。以色列和臺灣的氣象部門已開始使用 CorrDiff;而 The Weather Company（天氣頻道母公司）和道達爾能源(Total Energies)正在評估 Nowcasting 的實戰效果。