Les prévisions météorologiques façonnent bien plus que les plans quotidiens ; des informations météorologiques en temps opportun sont essentielles pour que les producteurs d'énergie, les assureurs et les opérateurs de transport puissent planifier en fonction de conditions changeantes. Une prévision mondiale peut montrer une tempête en formation, mais les décisions concernant les fermes solaires, les routes maritimes ou les biens assurés dépendent de ce qui se passe localement.
NVIDIA Earth-2 offre aux développeurs et aux chercheurs une famille de modèles et d'outils d'IA ouverts qu'ils peuvent personnaliser avec leurs propres données. Exécutées sur des systèmes de calcul NVIDIA, ces technologies prennent en charge la prévision météorologique mondiale, les prévisions régionales détaillées et la recherche environnementale.
StormScope EU est le dernier modèle à rejoindre Earth-2 — une version régionale du modèle StormScope pour la prévision à court terme, entraînée sur des données météorologiques et climatiques européennes. Il utilise les observations satellitaires d'EUMETSAT pour prédire l'évolution des conditions nuageuses sur 16 canaux Meteosat à des intervalles de 10 minutes.
Lors du GTC Berlin, NVIDIA présente un pipeline StormScope EU en direct dans une démonstration météo interactive réalisée en partenariat avec Engin de terrassement. La démonstration utilise Earth2Studio pour exécuter les prévisions et la plateforme de données d'Earthmover pour gérer et servir les résultats en temps réel, qui sont mis à jour dès que de nouvelles observations satellitaires arrivent, toutes les 10 minutes. Earthmover sert ces résultats sous forme de tuiles cartographiques, permettant aux visiteurs d'explorer les prévisions à travers l'Europe sans télécharger des jeux de données entiers.
Les développeurs peuvent combiner les modèles Earth-2 dans des flux de travail adaptés aux besoins régionaux, en utilisant StormScope pour la prévision à court terme et CorrDiff pour ajouter des détails locaux à des données météorologiques plus grossières. Les développeurs peuvent également reprendre ces architectures de modèles et les entraîner à de nouvelles applications environnementales telles que la modélisation de la qualité de l'air. L'open source NVIDIA PhysicsNeMo framework fournit des outils de formation et de personnalisation afin que les équipes puissent créer des applications intégrant des données propriétaires et une expertise sectorielle pour répondre aux besoins régionaux.
Les organisations qui s'appuient sur les capacités d'Earth-2 incluent :
AXA utilise FourCastNet 3 de NVIDIA Earth-2 pour étudier le risque régional de cyclones au-delà des données historiques sur plus de 1,000 saisons simulées, générant des analyses pouvant éclairer les évaluations des risques et aider les clients à cibler leurs efforts de prévention.
Vaisala Xweather est en combinant Earth-2 avec ses propres observations, données d'éclairage et expertise en prévision pour améliorer ses plateformes d'intelligence météorologique destinées aux clients des secteurs public, de l'énergie, du maritime, des transports et de l'assurance. Ses travaux comprennent l'adaptation de StormScope avec des données d'éclairage afin d'améliorer le délai de prévision à court terme et de rendre ces alertes accessibles via les offres logicielles en tant que service de Vaisala Xweather et les intégrations d'assistants IA.
Vidéo avec l'aimable autorisation de Vaisala Xweather.
Université de Manchester des chercheurs ont adapté le modèle Earth-2 CorrDiff pour la modélisation de la qualité de l'air au Royaume-Uni. Ils ont entraîné le modèle sur le superordinateur Isambard-AI propulsé par NVIDIA et l'ont exécuté localement sur des systèmes NVIDIA DGX Spark, faisant passer la modélisation environnementale d'un superordinateur national au bureau.
TotalEnergies explore NVIDIA Earth-2 pour la prévision de l'énergie solaire, en évaluant des prévisions immédiates de rayonnement solaire basées sur StormScope sur deux sites photovoltaïques et en développant des modèles pour fournir des informations météorologiques à des intervalles infrahoraires. Ce travail explore comment des prévisions plus détaillées pourraient aider à anticiper les variations de la production d'énergie solaire.
Space42 ont développé SARDiff4Height en utilisant CorrDiff et NVIDIA PhysicsNeMo. La recherche estime la hauteur de surface à partir d'une seule image radar et produit des cartes d'incertitude, aidant les analystes à comprendre où les estimations nécessitent un examen plus approfondi.
Explorer Modèles ouverts et outils NVIDIA Earth-2, et explorer avec les exemples de prévision d'Earth2Studio. Lisez l'étude de cas d'AXA sur le risque d'ouragan et l'histoire de la qualité de l'air de Manchester pour découvrir comment les équipes adaptent l'IA météorologique à des défis spécialisés.
Lire toutes les annonces de NVIDIA en Europe