허리케인, 토네이도 및 기타 극심한 기상 현상이 점점 더 빈번하고 심각해짐에 따라 최신 기술을 활용하여 기후 연구와 예측을 개선하고 가속화하는 것이 그 어느 때보다 중요합니다.
현재 대서양 허리케인 시즌의 정점 속에서, 엔비디아 리서치 오늘, 고성능 대기 역학을 에뮬레이션하기 위한 StormCast라는 새로운 생성 AI 모델을 발표했습니다. 즉, 이 모델은 폭풍보다 크지만 사이클론보다 작은 규모인 메조스케일에서 신뢰할 수 있는 기상 예측을 가능하게 할 수 있으며, 이는 재난 계획 및 완화에 필수적입니다.
자세한 내용은 다음과 같습니다. 종이 로렌스 버클리 국립연구소와 워싱턴 대학과 협력하여 작성된 StormCast는 극심한 기상 현상으로 인해 미국에서만 매년 1,500억 달러 이상의 피해가 발생하고 인명이 희생되고 주택이 파괴되는 상황에 대응하기 위해 작성되었습니다.
그것은 단지 방법의 한 예일 뿐입니다 생성형 AI 기후 연구와 극한 기상 예측 분야에서 획기적인 진전을 이루고, 과학자들이 생명과 지구를 구하는 가장 중요한 과제를 해결하는 데 도움을 주고 있습니다.
엔비디아 어스-2 — AI, 물리적 시뮬레이션, 컴퓨터 그래픽의 힘을 결합한 디지털 트윈 클라우드 플랫폼 — 전례 없는 정확도와 속도로 글로벌 규모의 날씨와 기후 예측을 시뮬레이션하고 시각화할 수 있습니다.
~ 안에 대만예를 들어, 재해 감소를 위한 국가 과학 기술 센터는 다음을 사용하여 태풍의 세부 정보를 예측합니다. 코르디프Earth-2의 일부로 제공되는 NVIDIA 생성 AI 모델입니다.
CorrDiff는 25km 규모의 대기 데이터를 12.5배 더 정밀하게 2km까지 분석할 수 있습니다. 기존 방식보다 1,000배 더 빠르고 단일 추론에 3,000배 더 적은 에너지를 사용합니다.
이는 이전에 CPU에 약 300만 달러가 들었던 센터의 잠재적으로 생명을 구할 수 있는 작업이 단일 시스템에서 약 6만 달러를 사용하여 완료될 수 있음을 의미합니다. NVIDIA H100 텐서 코어 GPU생성적 AI와 가속 컴퓨팅이 어떻게 에너지 효율성을 높이고 비용을 절감하는지 보여주는 엄청난 감소입니다.
이 센터는 또한 CorrDiff를 사용하여 도시 지역에서 강풍이 거리 수준으로 흘러들어 건물을 손상시키고 보행자에게 영향을 미치는 다운워시를 예측할 계획입니다.
이제 StormCast는 CorrDiff에 시간별 자기회귀 예측 기능을 추가하여 과거 결과를 기반으로 미래 결과를 예측할 수 있습니다.
지역적 초점에서 글로벌 영향
전 세계 기후 연구는 지역 수준에서 시작됩니다.
날씨와 기후 변화의 물리적 위험은 지역적 규모에서 극적으로 다를 수 있습니다. 그러나 이 수준에서 신뢰할 수 있는 수치적 날씨 예측에는 상당한 계산 비용이 수반됩니다. 이는 메조스케일에서 기본 유체 역학적 운동을 표현하는 데 필요한 높은 공간 해상도 때문입니다.
지역 날씨 예측 모델(대류 허용 모델 또는 CAM이라고도 함)은 전통적으로 연구자들이 해상도, 앙상블 크기 및 경제성 측면에서 다양한 균형을 맞춰야 했습니다.
CAM은 기상학자가 폭풍의 진화와 구조를 추적하고 대류 모드, 즉 폭풍이 형성될 때 어떻게 조직되는지를 모니터링하는 데 유용합니다. 예를 들어, 토네이도의 가능성은 폭풍의 구조와 대류 모드에 따라 결정됩니다.
CAM은 또한 연구자들이 인프라 수준에서 날씨 관련 물리적 위험의 영향을 이해하는 데 도움이 됩니다.
예를 들어, 전 지구 기후 모델 시뮬레이션을 CAM에 정보를 제공하여 대규모 대기 강의 수분 함량의 느린 변화를 취약한 해안 지역의 폭발성 홍수 예측으로 변환하는 데 도움이 될 수 있습니다.
더 낮은 해상도에서는 글로벌 데이터로 훈련된 머신 러닝 모델이 심각한 사건에 대한 조기 경보 시스템을 개선하는 데 사용할 수 있는 수치적 날씨 예측 모델의 유용한 에뮬레이터로 부상했습니다. 이러한 머신 러닝 모델은 일반적으로 약 30km의 공간 해상도와 6시간의 시간 해상도를 갖습니다.
이제 StormCast는 생성적 확산의 도움을 받아 매시간 3킬로미터 규모로 이를 실현합니다.
아직 초보 단계에 있음에도 불구하고 이 모델은 강수량 레이더에 적용하면 최대 6시간의 리드타임으로 예보를 제공하는데, 이는 미국 해양 대기청(NOAA)의 최첨단 3킬로미터 운영형 CAM보다 최대 10% 더 정확한 수치입니다.
또한 StormCast의 출력은 물리적으로 현실적인 열 및 습기 역학을 보여주며, 온도, 습기 농도, 바람 및 강우량 레이더 반사율 값과 같은 100개 이상의 변수를 여러 개의 미세하게 간격을 둔 고도에서 예측할 수 있습니다. 이를 통해 과학자들은 폭풍의 부력에 대한 현실적인 3D 진화를 확인할 수 있습니다. 이는 AI 날씨 시뮬레이션에서 처음으로 달성한 성과입니다.
NVIDIA 연구진은 NVIDIA 가속 컴퓨팅을 사용하여 미국 중부에서 약 3년 반 동안 수집한 NOAA 기후 데이터를 바탕으로 StormCast를 훈련시켜 계산 속도를 높였습니다.
더 많은 혁신이 양조되고 있습니다
과학자들은 이미 이 모델의 이점을 활용하고자 노력하고 있습니다.
“조직적인 뇌우와 겨울 강수량의 엄청난 영향과 이를 확신을 가지고 예측하는 데 있어서의 주요 과제를 감안할 때, 계산적으로 다루기 쉬운 폭풍 규모 앙상블 날씨 예보를 생산하는 것은 수치적 날씨 예측의 가장 큰 과제 중 하나입니다.” The Weather Company의 혁신 책임자인 톰 해밀이 말했습니다. “StormCast는 이러한 과제를 해결하는 주목할 만한 모델이며, The Weather Company는 이러한 딥 러닝 예보 모델을 개발, 평가 및 잠재적으로 사용하기 위해 NVIDIA와 협력하게 되어 기쁩니다.”
콜로라도 주립 대학교 대기 연구 협동 연구소의 머신 러닝 책임자인 임미 에버트-업호프는 “고해상도 날씨 모델을 개발하려면 대류를 해결하기 위한 AI 알고리즘이 필요한데, 이는 엄청난 과제입니다.”라고 말했습니다. “새로운 NVIDIA 연구는 StormCast와 같은 확산 모델을 사용하여 이를 달성할 수 있는 잠재력을 탐구하는데, 이는 고해상도 날씨 예측을 위한 미래 AI 모델 개발을 향한 중요한 단계를 제시합니다.”
물리적으로 정확한 기후 시뮬레이션의 가속화 및 시각화와 함께 우리 행성의 디지털 트윈이러한 연구 혁신은 NVIDIA Earth-2가 어떻게 기후 연구의 새롭고 중요한 시대를 열고 있는지를 보여줍니다.
더 알아보기 지속 가능한 컴퓨팅 그리고 엔비디아 연구, 기후 AI, 컴퓨터 그래픽, 컴퓨터 비전, 자율주행차, 로봇공학을 포함한 주제에 초점을 맞춘 수백 명의 과학자와 엔지니어로 구성된 글로벌 팀입니다.
대표 이미지는 NASA에서 제공되었습니다.
보다 알아채다 소프트웨어 제품 정보에 관하여.
