NVIDIA 上线 Earth-2 气象微服务：模拟提速最高 5000 倍

如果要给地球的天气算一笔细账，传统超级计算机通常得烧掉海量电力，算上大半天才能给出一张模糊的局部预报图。面对台风、冰雹这种极端天气，等到结果出来，灾害往往已经到了眼前。

在 SC24 超算大会上，NVIDIA 正式为数字孪生平台 Earth-2 推出了两个全新的 NIM 微服务：CorrDiff 和 FourCastNet。核心目的就一个，把气候模拟的速度拉高几百倍甚至几千倍，同时大幅压低计算能耗。

拿生成式 AI 做公里级超分辨率

气象预报向来有个两难：分辨率越高，计算量呈指数级暴涨。CorrDiff 的思路很巧妙，它不是从头硬算流体力学方程，而是用生成式 AI 做「超分辨率」，把粗糙的低分辨率模拟直接放大。

CorrDiff 基于 WRF 数值模拟训练，能将天气格局的分辨率提升 12 倍。之前它在 GTC 2024 上展示过对中国台湾附近台风的模拟，现在它的运行规模扩大了 300 倍，能覆盖整个美国本土，精细到公里级别来预测降水、暴雪、冰雹等灾害。

根据 NVIDIA 披露的数据，相比传统的 CPU 高分辨率数值天气预报，CorrDiff NIM 的计算速度快了 500 倍，能效更是提升了 10,000 倍。对于保险和再保险这类极度依赖精准灾害损失评估的行业来说，这种降维打击意味着以前算不起的高清气象图，现在可以实时生成。

5000 倍提速与千套预报集合

另一个微服务 FourCastNet 解决的是另一个维度的痛点：大范围和多轮推演。

传统气象中心受限于算力，集合预报的数量非常有限。比如欧洲中期天气预报中心的 IFS 模型通常只能跑 50 组集合预报，美国国家海洋和大气管理局的 GFS 更是只有 20 组。集合数量少，就意味着很多小概率但破坏力极大的极端天气事件容易被漏掉。

FourCastNet 接入了欧洲中心和美国 NOAA 的初始同化数据，可以跑未来两周的全球中程预报。最夸张的是它的速度：比传统数值天气模型快了整整 5,000 倍。有了这种级别的速度，气候科技公司就能一口气跑成百上千套不同情境的模拟，把以前很难测算的黑天鹅气候风险翻出来。

为什么重要

今年上半年，全球自然灾害造成的保险损失高达约 620 亿美元，比过去十年的平均水平高出整整 70%。传统气象预报体系正面临算力和气候变化速度脱节的严重危机，NVIDIA 显然看准了这个关口。

对气候科技从业者、能源调度机构和保险精算师来说，这两个 NIM 微服务值不值得现在接入？答案是肯定的。以前做精细化区域气候评估要租用昂贵的大型超算节点，跑几天才能出结果；现在调用封装好的 NIM 容器，几分钟内就能拿到公里级推演数据，大大拉低了高保真预报的门槛。

从行业竞争来看，NVIDIA 正逐步将 AI 的战火从写代码、生成图片，烧向真正昂贵的科学计算腹地。黄仁勋在演讲中宣称算力成本被降低了一百万倍，虽然有宣传成分，但把气象大模型从实验室论文包装成开箱即用的 NIM 微服务，确实切中了大机构的部署痛点。

不过在我们看来，隐患也同样摆在台面上。CorrDiff 和 FourCastNet 本质上是基于深度学习的数据驱动与超分辨率映射，并不能完全替代物理守恒定律。在面临从未见过的极端极端异常天气时，纯 AI 模型的泛化边界到底在哪、会不会产生物理上站不住脚的「幻觉预报」，依然需要专业气象部门在实战中严格检验。