По време на конференцията Earth Virtualization Engines в Берлин преди няколко дни главният изпълнителен директор на Nvidia Дженсен Хуанг разказа на специалистите по цифрово моделиране на климата за инструментите и техниките, които компанията предлага в тази област и с които те ще трябва да работят през следващите години. Илюстрация на пробива в науката за климата беше генерирана от електронния облак на компанията анимация на виртуален полет от над облаците към улиците на Берлин.

Не е тайна, че Nvidia подготвя прогностична климатична платформа и създава цифров близнак на Земята в рамките на проекта Earth-2. За компанията би било добре, ако и други подобни проекти използват нейния хардуер и софтуер. Дженсън Хуанг счита, че международната инициатива Earth Virtualization Engines би получила сериозен тласък, ако се използват три от „чудесата“ на Nvidia: възможността за високоскоростно моделиране на климата с разделителна способност от около 2 км²; способността за предварителна обработка на „огромни“ обеми от данни; и възможността за интерактивна визуализация на данните в платформата NVIDIA Omniverse.

Данните следва да бъдат представени във възможно най-ясна и опростена форма, каза още главният изпълнителен директор на Nvidia, така че политиците, предприятията, компаниите и изследователите да могат да базират стратегиите си на ясно разбиране на проблема. Графичните процесори на Nvidia и свързаните с тях климатични платформи на компанията предоставят тази възможност.

И трите обявени „чудеса“ ще са възможни съвсем скоро с помощта на представената нова мащабируема хардуерна платформа с ускорителите Nvidia GH200 Grace Hopper. Те ще осигурят до 10 пъти по-висока производителност за приложенията, обработващи терабайти данни. Масовото производство на процесорите започна преди около месец и ще доведе до готови хардуерни решения в рамките на една година.

Като пример компанията показа моделиране на температурата в Северна Африка. Глобалният модел на компанията за прогнозиране на времето, базиран на големи обеми от данни FourCastNet бе стартиран на фреймуърка с отворен код Modulus на Nvidia за изграждане, обучение и фина настройка на модели за машинно обучение, базирани на реални физични процеси. Платформата успя да изчисли 21-дневни траектории на времето за 1000 отделни компонента за една десета от времето, което преди това беше необходимо за изчисляване на всеки компонент. Забележително е, че всичко това става при 1000 пъти по-малка консумация на електрическа енергия в сравнение с използваните в момента хардуерни компоненти и климатични модели.

„За участниците в конференцията Хуанг демонстрира зашеметяваща интерактивна визуализация с висока резолюция на глобалните климатични данни в облака, като увеличи мащаба от изглед на земното кълбо до подробен изглед на Берлин. Според Хуанг този подход може да се използва за прогнозиране на климата и времето на толкова различни места като Берлин, Токио и Буенос Айрес“, се казва в публикация в блога на компанията.