NVIDIA ra mắt gia đình mô hình Earth‑2 — tập hợp công cụ AI thời tiết mở đầu tiên giúp tăng tốc dự báo, giảm chi phí, hỗ trợ dự báo toàn cầu và cục bộ bằng hạ tầng GPU.
Ngày 26/1, NVIDIA công bố gia đình mô hình Earth‑2 — bộ công cụ dự báo thời tiết và khí hậu sử dụng trí tuệ nhân tạo hoàn toàn mở, được thiết kế để tăng tốc mọi giai đoạn từ xử lý dữ liệu quan sát ban đầu đến tạo dự báo thời tiết trung hạn và bão nguy hiểm. Sự ra mắt này đánh dấu nỗ lực mở rộng khả năng tiếp cận công nghệ dự báo thời tiết sử dụng AI, nhằm cung cấp giải pháp thay thế cho các mô hình vật lý truyền thống chạy trên siêu máy tính vốn tốn kém về thời gian và chi phí.
Gia đình Earth‑2 bao gồm nhiều mô hình pretrained, framework, công thức tùy chỉnh và thư viện inference, cho phép nhà phát triển và các tổ chức dự báo có thể chạy, fine‑tune và triển khai trên hạ tầng của riêng mình. NVIDIA cho biết bộ công cụ này hướng tới việc hỗ trợ cộng đồng nghiên cứu, cơ quan dự báo quốc gia, doanh nghiệp trong lĩnh vực thời tiết, khí hậu và lĩnh vực liên quan trong việc cải thiện hiệu suất, độ chính xác và khả năng dự báo.
Trong số các mô hình được phát hành, Earth‑2 Medium Range dựa trên kiến trúc Atlas được thiết kế để dự báo trung hạn với độ chính xác cao tới 15 ngày, bao gồm hơn 70 biến số thời tiết như nhiệt độ, áp suất, gió và độ ẩm. NVIDIA khẳng định mô hình này vượt trội hơn các mô hình mở hàng đầu hiện có theo các benchmark đối với các biến số phổ biến.
Earth‑2 Nowcasting, dựa trên kiến trúc StormScope, sử dụng AI sinh generative để dự báo trong khoảng 0–6 giờ ở quy mô quốc gia với độ phân giải tính bằng kilômét, nhắm tới dự báo bão cục bộ và các hiện tượng thời tiết nguy hiểm trong khoảng thời gian ngắn. Theo NVIDIA, mô hình này lần đầu tiên vượt qua các mô hình vật lý truyền thống về khả năng dự báo mưa ngắn hạn bằng cách mô phỏng trực tiếp động lực bão và tạo ra dự đoán hình ảnh vệ tinh, radar.
Một phần quan trọng của gia đình mô hình là Earth‑2 Global Data Assimilation, dựa trên kiến trúc HealDA, giúp tạo các điều kiện khí quyển ban đầu như nhiệt độ, tốc độ gió, độ ẩm và áp suất tại hàng nghìn vị trí trên toàn cầu trong thời gian vài giây trên GPU, thay vì mất hàng giờ trên siêu máy tính truyền thống. Khi kết hợp với Medium Range, pipeline AI mở này được NVIDIA mô tả là có kỹ năng dự báo cao nhất trong các công cụ mở hiện nay.
Earth‑2 CorrDiff là mô hình AI generative kiến trúc CorrDiff dùng để tăng độ phân giải dự báo từ độ phân giải thô lục địa xuống mức độ phân giải cao cho các trường thời tiết khu vực, nhanh hơn tới 500 lần so với phương pháp truyền thống. Earth‑2 FourCastNet3 cung cấp độ chính xác cao cho các biến số như gió, nhiệt độ và độ ẩm, vượt qua các mô hình ensemble truyền thống và cạnh tranh với các phương pháp diffusion tiên tiến, tạo dự báo nhanh hơn tới 60 lần.
Các mô hình trong gia đình Earth‑2 còn tích hợp các mô hình mở từ các tổ chức như Trung tâm Dự báo Khí tượng châu Âu (ECMWF), Microsoft, Google, và nhiều đơn vị khác. NVIDIA cho biết những mô hình này có thể được huấn luyện hoặc fine‑tune thông qua NVIDIA PhysicsNeMo, một framework Python mã nguồn mở cho mô hình AI‑vật lý quy mô lớn.
Về dữ liệu huấn luyện, Earth‑2 sử dụng kết hợp dữ liệu vệ tinh và radar cho mô hình Nowcasting, dữ liệu tái phân tích ERA5 để so sánh và kiểm chứng các biến số thời tiết như tổng cột hơi nước, tốc độ gió và độ ẩm, cùng với dữ liệu quan sát từ vệ tinh, khinh khí cầu thời tiết và trạm khí tượng cho Global Data Assimilation. Quá trình huấn luyện áp dụng AI generative trên dữ liệu quan sát nhằm giúp mô hình nắm bắt các pattern phức tạp trong khí quyển.
Theo NVIDIA, hiệu suất của các mô hình Earth‑2 có nhiều điểm nổi bật. Medium Range thể hiện khả năng vượt trội hơn so với các mô hình mở hàng đầu hiện có; Nowcasting cho kết quả dự báo mưa ngắn hạn tốt hơn mô hình vật lý; Global Data Assimilation kết hợp với Medium Range tạo ra pipeline có kỹ năng dự báo cao nhất trong các pipeline mở. CorrDiff thể hiện tốc độ xử lý nhanh hơn 500 lần, trong khi FourCastNet3 nhanh hơn tới 60 lần so với các phương pháp truyền thống.
Một ví dụ ứng dụng thực tế được NVIDIA nêu là Israel Meteorological Service, đơn vị này đã giảm 90% thời gian tính toán ở độ phân giải 2,5 km và đạt hiệu quả tốt nhất trong việc xác minh lượng mưa tích lũy sau 6 giờ bão khi sử dụng CorrDiff.
NVIDIA cũng chia sẻ danh sách các đối tác đang sử dụng hoặc hợp tác triển khai các mô hình Earth‑2. Trong lĩnh vực dự báo thời tiết, có Brightband (thuộc chương trình NVIDIA Inception), Israel Meteorological Service, Taiwan’s Central Weather Administration, The Weather Company và U.S. National Weather Service. Các đối tác trong lĩnh vực năng lượng và lưới điện như TotalEnergies, Eni, GCL, và Southwest Power Pool phối hợp với Hitachi, cũng như các đơn vị giao dịch năng lượng Jua và Metdesk, và các tổ chức quản lý rủi ro tài chính như AXA, JBA Risk Management và S&P Global Energy cũng tham gia vào hệ sinh thái này.
NVIDIA công bố Earth‑2 Global Data Assimilation dự kiến phát hành chính thức vào cuối năm 2026 và tiếp tục giới thiệu các tính năng, nghiên cứu mới tại hội nghị AMS diễn ra đến ngày 29/1 tại Houston. Đồng thời, các mô hình và tài nguyên liên quan có sẵn qua Earth2Studio, GitHub, và bộ sưu tập trên Hugging Face, nhằm hỗ trợ cộng đồng nghiên cứu và phát triển ứng dụng dự báo thời tiết AI.
Nỗ lực mở rộng công cụ dự báo AI như Earth‑2 phản ánh xu hướng áp dụng học máy vào lĩnh vực khoa học khí quyển, nhằm giải quyết các giới hạn về tài nguyên tính toán và mở rộng khả năng dự báo cho nhiều quốc gia và tổ chức trên thế giới.
