Los pronósticos del tiempo moldean más que los planes diarios; la información meteorológica oportuna es crucial para que los productores de energía, las aseguradoras y los operadores de transporte planifiquen ante las condiciones cambiantes. Un pronóstico global puede mostrar la formación de una tormenta, pero las decisiones sobre granjas solares, rutas marítimas o propiedades aseguradas dependen de lo que ocurre a nivel local.
NVIDIA Earth-2 proporciona a desarrolladores e investigadores una familia de modelos y herramientas de IA abiertos que pueden personalizar con sus propios datos. Ejecutándose en cómputo de NVIDIA, estas tecnologías respaldan la predicción meteorológica global, pronósticos regionales detallados e investigación ambiental.
StormScope EU es el último modelo en unirse a Earth-2: una versión regional del modelo StormScope para pronósticos a corto plazo, entrenado con datos meteorológicos y climáticos de Europa. Utiliza observaciones satelitales de EUMETSAT para predecir la evolución de las condiciones nubosas en 16 canales de Meteosat a intervalos de 10 minutos.
En el GTC Berlín, NVIDIA está mostrando en vivo un pipeline StormScope EU en una demostración meteorológica interactiva creada en colaboración con Maquinaria de movimiento de tierras. La demostración utiliza Earth2Studio para ejecutar previsiones y la plataforma de datos de Earthmover para gestionar y servir los resultados en tiempo real, que se actualizan tan pronto como llegan nuevas observaciones satelitales, cada 10 minutos. Earthmover sirve estos resultados como teselas de mapa, permitiendo a los visitantes explorar las predicciones en toda Europa sin descargar conjuntos de datos completos.
Los desarrolladores pueden combinar modelos de Earth-2 en flujos de trabajo adaptados a necesidades regionales, usando StormScope para previsiones a corto plazo y CorrDiff para añadir detalle local a datos meteorológicos más gruesos. Los desarrolladores también pueden tomar estas arquitecturas de modelos y entrenarlas para nuevas aplicaciones medioambientales, como el modelado de la calidad del aire. El código abierto NVIDIA PhysicsNeMo proporciona herramientas de entrenamiento y personalización para que los equipos puedan crear aplicaciones que incorporen datos propietarios y experiencia del dominio para satisfacer necesidades regionales.
Las organizaciones que desarrollan sobre las capacidades de Earth-2 incluyen:
AXA está usando FourCastNet 3 de NVIDIA Earth-2 para estudiar el riesgo regional de ciclones más allá del registro histórico a lo largo de más de 1,000 temporadas simuladas, generando conocimientos que pueden informar las evaluaciones de riesgo y ayudar a los clientes a enfocar los esfuerzos de prevención.
Vaisala Xweather está combinando Earth-2 con sus observaciones propietarias, datos de rayos y experiencia en previsión para mejorar sus plataformas de inteligencia meteorológica para clientes gubernamentales, de energía, marítimos, de transporte y de seguros. Su trabajo incluye adaptar StormScope con datos de rayos para avanzar en el tiempo de antelación de las previsiones a corto plazo y hacer que estas alertas sean accesibles a través de las ofertas de software como servicio de Vaisala Xweather y las integraciones de asistentes de IA.
Video cortesía de Vaisala Xweather.
Investigadores de la University of Manchester adaptaron el modelo CorrDiff de Earth-2 para el modelado de la calidad del aire en el Reino Unido. Entrenaron el modelo en el superordenador Isambard-AI, impulsado por NVIDIA, y lo ejecutaron localmente en sistemas NVIDIA DGX Spark, llevando el modelado medioambiental de un superordenador nacional al escritorio.
TotalEnergies está explorando NVIDIA Earth-2 para la previsión de energía solar, evaluando nowcasts de radiación solar basados en StormScope en dos sitios fotovoltaicos y desarrollando modelos para proporcionar información meteorológica en intervalos inferiores a la hora. El trabajo explora cómo previsiones más detalladas podrían ayudar a anticipar cambios en la generación de energía solar.
Space42 desarrolló SARDiff4Height usando CorrDiff y NVIDIA PhysicsNeMo. La investigación estima alturas de superficie a partir de una única imagen de radar y produce mapas de incertidumbre, ayudando a los analistas a comprender dónde las estimaciones requieren un escrutinio más detallado.
Explore los modelos y herramientas abiertos de NVIDIA Earth-2, y explore con Los ejemplos de pronóstico de Earth2Studio. Lea el estudio de caso de AXA sobre riesgos de huracanes y la historia de calidad del aire de Manchester para conocer cómo los equipos están adaptando la IA meteorológica a desafíos especializados.
Lea todos los anuncios de NVIDIA en Europa