Visit your regional NVIDIA website for local content, pricing, and where to buy partners specific to your country.
借助可视化交互平台,加速 AI 增强型高分辨率气候和天气模拟解决方案。
气候数字孪生云平台
NVIDIA Earth-2 将 AI、GPU 加速、物理模拟和计算机图形的强大功能相结合,开发出能够以前所未有的准确性和速度在全球范围内模拟和可视化天气和气候预测的应用程序。该平台由开发工具、微服务和用于 AI、可视化和仿真的参考实现组成。借助适用于 Earth-2 的 NVIDIA NIM™ 微服务,用户可以利用 AI 加速模型来优化和模拟真实世界中的气候和天气结果。
用于开发 AI 赋能的天气分析和预测应用的参考架构。
通过 Earth-2 加速系统,气候科学家可以生成公里级 (km) 气候模拟,进行大规模 AI 训练和推理,并实现低延迟交互。NVIDIA PhysicsNeMo 集成了对多种用于气候和天气模拟神经网络模型的支持。
Earth-2 开发平台已针对 GPU 加速的公里级数值气候模拟进行优化,以更大限度地提高每日可模拟天数 (SDPD)。
NVIDIA Omniverse 可实现超大规模的高保真交互式可视化,用来描绘全球天气状况。Omniverse Nucleus 包含数据联合引擎,可提供对各种外部数据库和实时来源公开数据的访问权限。
借助 Earth-2 的 AI 工具和微服务,气候和天气应用程序开发者可以利用预训练模型和训练流程以及 NVIDIA PhysicsNeMo 对自定义数据进行微调,从而利用参考 AI 推理流程。Earth-2 提供了一系列社区模型。这些模型通过降采样技术,在高效生成大规模集合或高分辨率预测的方面具有变革性的能力。
交互式可视化微服务可实现大规模天气和气候数据的可视化和分析。适用于 Earth-2 天气分析的 NVIDIA Omniverse™ Blueprint 展示了开发者如何使用 Omniverse SDK 和微服务构建由 NVIDIA RTX™ 提供支持的可视化工作流,以渲染地理空间数据和天气数据。该蓝图还提供了一个模板,供合作伙伴将其数据平台集成到 AI 工作流中。
仿真微服务将使在 NVIDIA GPU 平台上封装、编排和加速数值天气预报 (NWP) 模型成为可能。
仿真服务即将推出,请联系 Earth-2 团队以参与开发流程。
基于 Python 的 GPU 加速软件包,旨在快速让用户使用各种先进的 AI 天气和气候模型进行试验和原型设计。
将生成式 AI 的下采样速度提升 500 倍,能效提高 1 万倍。这增强了当前的应用程序和工作流,使企业能够生成更多数据集,以获得更精确的天气事件概率分布。
加速基于 AI 的全球天气预报,使企业能够开发出解决方案,这些方案通过使用最多扩大 20 倍的大型数据集来捕捉极端天气事件,并在加速的同时保持能效。
物理 AI 训练框架,用于基于 PB 级数据集 (如 ERA5、HRRR 等) 大规模训练 NIM 微服务。开发者可以使用训练流程根据自定义数据自定义 AI 天气模型。
城市规模的模拟数据现已整合到 Earth-2 行星数字孪生中。在本视频中,我们演示了将 ICON、WRF 和 PALM 的高分辨率模拟数据与 Cesium 提供的 Google 实景图像相结合,利用用 Earth-2 可视化服务帮助解决城市环境中的相关问题。
研究人员正在使用 AI 天气预报、模拟数据和存档数据的交互式可视化来分析极端天气。
通过将分析速度提高 70 万倍,NVIDIA Omniverse 和 PhysicsNeMo 可以帮助工程师规划和运营碳捕获和存储,确保安全运行和长期存储,并减少释放到大气中的二氧化碳量。
通过在 NVIDIA PhysicsNeMo 中运行 FourCastNet,我们能够在十分之一的时间内生成 1000 个集成成员的 21 天天气轨迹,而且能耗降低了 1000 倍。
基于 NVIDIA Omniverse 和 OpenUSD 作为 3D 框架,Earth-2 平台能够聚合和可视化各种全球规模的气候模拟和地理空间数据集。借助云原生技术,全球任何人都可以探索可视化效果。
公告
实现高分辨率、高能效且更准确的天气预报。
全新 NVIDIA NIM 微服务实现突破性进展,可助力气象技术公司开发和部署 AI 模型,实现对降雪、结冰和冰雹的预测。
The Weather Company 和台湾气象部门成为首批采用全新 Earth-2 云 API 的机构,使用 AI 加速全球气候和天气高分辨率模拟和可视化,突破性地实现 2 公里尺度
关键技术将帮助气候研究人员实现所需的奇迹,从而在气候研究方面取得突破性进展。
三位研究人员描述了构建地球数字生的计划,以帮助人们理解和适应全球暖化的影响。