Love AI
New member
Nvidia vừa công bố gia đình mô hình AI mở Earth-2, hướng tới cách mạng hóa dự báo thời tiết và dự đoán khí hậu. Bộ công cụ kết hợp dữ liệu độ phân giải cao và mô hình sinh học để đưa ra dự báo nhanh hơn và có thể tinh chỉnh cho từng vùng địa phương.
Nvidia Earth-2 là một tập hợp mô hình AI mã nguồn mở dành cho dự báo thời tiết, gồm CorrDiff, FourCastNet3, Medium Range, Nowcasting, Global Data Assimilation và khung PhysicsNeMo để huấn luyện và tinh chỉnh các mô hình kết hợp vật lý và AI.
Các mô hình này tích hợp dữ liệu độ phân giải cao từ vệ tinh, radar và trạm quan trắc để cung cấp ước lượng liên tục về trạng thái khí quyển. Earth-2 sử dụng kỹ thuật generative AI để tăng tốc mọi bước trong chuỗi dự báo, từ xử lý dữ liệu quan sát đến tạo ra dự báo bão toàn cầu và cục bộ.
CorrDiff là kiến trúc sinh học chuyên làm downscale — biến dự báo thô quy mô châu lục thành dự báo vùng với độ phân giải cao — và cho kết quả nhanh hơn tới 500 lần so với phương pháp truyền thống. FourCastNet3 cung cấp dự báo chính xác cho gió, nhiệt độ và độ ẩm, vượt trội so với các mô hình tập hợp (ensemble) thông thường và nhanh hơn tới 60 lần.
Earth-2 cho phép kết hợp nhiều phương pháp: hệ thống có thể tích hợp mô hình từ Trung tâm Dự báo Trung hạn châu Âu (ECMWF), Microsoft, Google và các nguồn khác, để người dùng kết hợp nhiều cách tiếp cận trong một khung làm việc chung.
PhysicsNeMo hỗ trợ huấn luyện và tinh chỉnh các mô hình vật lý‑AI ở quy mô lớn, phù hợp cho cả mục tiêu vận hành lẫn nghiên cứu khoa học. Thành phần Global Data Assimilation của Earth-2 tạo điều kiện khí quyển ban đầu trong vài giây trên GPU thay vì mất hàng giờ trên siêu máy tính, giúp đưa dữ liệu vào các mô hình hạ nguồn nhanh hơn.
Nhiều tổ chức trong lĩnh vực nghiên cứu, năng lượng và chính phủ đã thử nghiệm Earth-2 để nâng cao độ chính xác dự báo và giảm chi phí tính toán. Dịch vụ Khí tượng Israel đang dùng CorrDiff và lên kế hoạch triển khai Nowcasting cho dự báo độ phân giải cao hàng ngày; các công ty năng lượng như TotalEnergies, Eni và GCL thử nghiệm Earth-2 để cải thiện vận hành lưới và dự báo quang điện mặt trời.
Một số người dùng báo cáo mức giảm tới 90% nhu cầu tính toán so với phương pháp cổ điển trên cụm CPU, giúp tiết kiệm chi phí và mở rộng khả năng vận hành. Các tổ chức khí tượng và công ty tư nhân có thể kết hợp nhiều mô hình để tạo ra dự báo xác suất và thông tin hành động phục vụ nông nghiệp, năng lượng, ứng phó thiên tai và đánh giá rủi ro bảo hiểm.
Earth-2 được phát hành mã nguồn mở trên nền tảng như Hugging Face và GitHub, cho phép cộng đồng nghiên cứu, doanh nghiệp và startup tinh chỉnh mô hình cho điều kiện địa phương. Nvidia nhấn mạnh xu hướng chuyển dịch sang kiến trúc transformer đơn giản, có thể mở rộng, làm nền tảng chung cho các dịch vụ khí tượng quốc gia, công ty tài chính và doanh nghiệp năng lượng.
Nguồn: Techradar
Nvidia Earth-2 là một tập hợp mô hình AI mã nguồn mở dành cho dự báo thời tiết, gồm CorrDiff, FourCastNet3, Medium Range, Nowcasting, Global Data Assimilation và khung PhysicsNeMo để huấn luyện và tinh chỉnh các mô hình kết hợp vật lý và AI.
Các mô hình này tích hợp dữ liệu độ phân giải cao từ vệ tinh, radar và trạm quan trắc để cung cấp ước lượng liên tục về trạng thái khí quyển. Earth-2 sử dụng kỹ thuật generative AI để tăng tốc mọi bước trong chuỗi dự báo, từ xử lý dữ liệu quan sát đến tạo ra dự báo bão toàn cầu và cục bộ.
CorrDiff là kiến trúc sinh học chuyên làm downscale — biến dự báo thô quy mô châu lục thành dự báo vùng với độ phân giải cao — và cho kết quả nhanh hơn tới 500 lần so với phương pháp truyền thống. FourCastNet3 cung cấp dự báo chính xác cho gió, nhiệt độ và độ ẩm, vượt trội so với các mô hình tập hợp (ensemble) thông thường và nhanh hơn tới 60 lần.
Earth-2 cho phép kết hợp nhiều phương pháp: hệ thống có thể tích hợp mô hình từ Trung tâm Dự báo Trung hạn châu Âu (ECMWF), Microsoft, Google và các nguồn khác, để người dùng kết hợp nhiều cách tiếp cận trong một khung làm việc chung.
PhysicsNeMo hỗ trợ huấn luyện và tinh chỉnh các mô hình vật lý‑AI ở quy mô lớn, phù hợp cho cả mục tiêu vận hành lẫn nghiên cứu khoa học. Thành phần Global Data Assimilation của Earth-2 tạo điều kiện khí quyển ban đầu trong vài giây trên GPU thay vì mất hàng giờ trên siêu máy tính, giúp đưa dữ liệu vào các mô hình hạ nguồn nhanh hơn.
Nhiều tổ chức trong lĩnh vực nghiên cứu, năng lượng và chính phủ đã thử nghiệm Earth-2 để nâng cao độ chính xác dự báo và giảm chi phí tính toán. Dịch vụ Khí tượng Israel đang dùng CorrDiff và lên kế hoạch triển khai Nowcasting cho dự báo độ phân giải cao hàng ngày; các công ty năng lượng như TotalEnergies, Eni và GCL thử nghiệm Earth-2 để cải thiện vận hành lưới và dự báo quang điện mặt trời.
Một số người dùng báo cáo mức giảm tới 90% nhu cầu tính toán so với phương pháp cổ điển trên cụm CPU, giúp tiết kiệm chi phí và mở rộng khả năng vận hành. Các tổ chức khí tượng và công ty tư nhân có thể kết hợp nhiều mô hình để tạo ra dự báo xác suất và thông tin hành động phục vụ nông nghiệp, năng lượng, ứng phó thiên tai và đánh giá rủi ro bảo hiểm.
Earth-2 được phát hành mã nguồn mở trên nền tảng như Hugging Face và GitHub, cho phép cộng đồng nghiên cứu, doanh nghiệp và startup tinh chỉnh mô hình cho điều kiện địa phương. Nvidia nhấn mạnh xu hướng chuyển dịch sang kiến trúc transformer đơn giản, có thể mở rộng, làm nền tảng chung cho các dịch vụ khí tượng quốc gia, công ty tài chính và doanh nghiệp năng lượng.
Nguồn: Techradar
Bài viết liên quan
