天候の変化:AI、高速計算がより速く、効率的な予測を提供することを約束します
天候の変化:AIはより速く、効率的な予測を提供することを約束します
2050年までに、極端な天候や気候の頻度と厳しさが増すことにより、ミュンヘン再保険会社によれば、年間100万人の命が失われ、1.7兆ドルの経済損失が発生する可能性があります。
これは、吹雪、ハリケーン、熱波などの厳しい天候の発生増加と共に、正確な天気予報の必要性を強調しています。AIと高速計算は、この問題に対処するための手段として期待されています。
180以上の気象予測モデリングセンターでは、伝統的な数値天気予測(NWP)モデルを処理するために、頑健なハイパフォーマンスコンピューティング(HPC)インフラストラクチャが使用されています。これには、ヨーロッパ中期天気予報センター(ECMWF)が使用する983,040のCPUコアや、英国の気象庁のスーパーコンピュータが使用する150万以上のCPUコアと2.7メガワットの電力が含まれます。
HPC設計の再考
エネルギー効率に向けた世界的な取り組みは、HPCシステムの設計を再考するよう促しています。GPUのパワーを利用した加速計算は、計算速度を高速化するエネルギー効率の高い代替手段として有望です。
- プリンストンの研究者たちは、革新的な軽量フレームワーク「InterCode」を導入しましたこれにより、人間のような言語からコード生成のための言語モデルの相互作用が効率化されました
- 北京大学の研究者たちは、ChatLawというオープンソースの法律用の大規模言語モデルを紹介しましたこのモデルには、統合された外部知識ベースが搭載されています
- スタンフォード大学の研究者たちは、「HyenaDNA」という名前の遠距離ゲノム基盤モデルを導入しましたこのモデルは、シングルヌクレオチド解像度で最大1百万トークンのコンテキスト長を持っています
NVIDIAのGPUは、ECMWF、マックスプランク気象研究所、ドイツ気象庁、アメリカ国立大気研究センターを含む、世界的に採用されている気象モデルに大きな影響を与えています。
GPUは性能を最大24倍向上させ、エネルギー効率を改善し、コストとスペースの要件を削減します。
「信頼性のある天気予測と気候予測を可能にするために、電力予算の制約内で、アルゴリズムの改善とNVIDIAのGPUをCPUの代替手段として使用しています」と、スイス国立気象・気候学事務所で数値予測を担当するオリバー・フーラー氏は述べています。
AIモデルが速度と効率を向上
NVIDIAのAIベースの天気予測モデルであるFourCastNetは、従来の方法と比べて桁違いの速度とエネルギー効率による競争力のある精度を提供します。FourCastNetは迅速に1週間の予測を行い、高信頼度の極端な天候予測のために、出発条件にわずかな変動を持つモデルのグループ(アンサンブル)を生成することができます。
たとえば、FourCastNetは、アルジェリアで最も高温の日となった2018年7月5日の気温を、歴史的なデータに基づいて正確に予測しました。
NVIDIAのGPUを使用したFourCastNetは、従来のモデルよりも迅速かつ正確に1,000のアンサンブルメンバーを生成しました。そのうちの数人のメンバーは、アルジェリアの高温を、それが発生する3週間前のデータに基づいて正確に予測しました。
これは、FourCastNetチームが数週間前に高インパクトなイベントを予測した最初の事例であり、AIが従来の気象モデルよりも低いエネルギー消費量で信頼性のある天気予報を行う可能性を実証しています。
FourCastNetは、トランスフォーマーモデルなどの最新のAI技術を使用して、AIと物理学を結びつけることで画期的な結果を生み出しています。従来のNWPモデルに比べて約45,000倍高速で、トレーニング時にはヨーロッパベースの統合予測システム(ゴールドスタンダードのNWPモデル)と比較して12,000倍少ないエネルギーを消費して予測を生成します。
「NVIDIA FourCastNetは、NWPエンタープライズの形状を変えることになる、さまざまなアプリケーションでAIの使用を可能にする」と、マックスプランク気象研究所の所長であるビョルン・スティーブンス氏は述べています。
可能性の拡大
NVIDIA GTCのセッションで、スティーブンス氏は、ICON気候研究ツールによって現在可能なことについて説明しました。Levanteスーパーコンピュータは、3,200のCPUを使用して24時間で10日間の天気をシミュレートできると述べています。対照的に、JUWELS Boosterスーパーコンピュータは、1,200のNVIDIA A100 Tensor Core GPUを使用して、同じ時間で50日間のシミュレーションを実行できます。
科学者たちは、気候効果を将来300年先まで研究しようとしています。スティーブンスは、そのためにシステムが20倍速くなる必要があると述べています。彼は、NVIDIA H100 Tensor Core GPUなどの高速テクノロジーとシンプルなコードを取り入れることで、目標を達成できると述べています。
研究者たちは、物理モデリングと機械学習の最適なバランスを見つけるという課題に直面しています。先月、ECMWFのブログでは、このハイブリッドアプローチについて説明されており、初期予測には機械学習を、データ生成、検証、およびシステムの改善には物理モデルを利用しています。
このような統合は、高速計算によって提供されることで、天気予報と気候科学の大幅な進歩をもたらし、効率的で信頼性の高いエネルギー意識のある予測の新時代を迎える可能性があります。
次のリソースを通じて、高速計算とAIが気候科学をどのように向上させるかを詳しく学びましょう:
- NVIDIAワンページ:AIによる天気予測
- NVIDIAワンページ:より速い天気予報
- NVIDIAリソースページ:持続可能なコンピューティング
- NVIDIAテクニカルブログ:科学計算革命のためのAI
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- NLPとエリシットを用いたジェンダー平等に関する研究の探索
- この人工知能の研究は、トランスフォーマーベースの大規模言語モデルが外部メモリを追加して計算的に普遍的であることを確認しています
- スタンフォードの研究者たちは、Parselという人工知能(AI)フレームワークを紹介しましたこのフレームワークは、コードの大規模な言語モデル(LLMs)を使用して、複雑なアルゴリズムの自動実装と検証を可能にします
- 新しい人工知能(AI)の研究アプローチは、統計的な視点からアルゴリズム学習の問題として、プロンプトベースのコンテキスト学習を提示します
- Eleuther AI Research Groupが、Classifier-free Guidance(CFG)がLLMsとどのように組み合わされるかを実証しました
- ビンガムトン大学の研究者たちは、社会的な写真共有ネットワークでの自分たちの顔の管理を可能にするプライバシー向上の匿名化システム(私の顔、私の選択)を紹介しました
- CMUの研究者がFROMAGeを紹介:凍結された大規模言語モデル(LLM)を効率的に起動し、画像と交錯した自由形式のテキストを生成するAIモデル