在 NVIDIA GPU 驅(qū)動(dòng)的擴(kuò)散模型助力下，生成式 AI 在各個(gè)領(lǐng)域?qū)崿F(xiàn)新的應(yīng)用，大大提升了效率。

當(dāng)臺(tái)灣氣象員得以在一臺(tái)機(jī)器上模擬臺(tái)風(fēng)的細(xì)節(jié)，他們深感其對(duì)預(yù)報(bào)任務(wù)能效的巨大提升所帶來(lái)的便利。

而這些驚訝的顧客并非獨(dú)此一家，觀察者在生成式 AI 在降低總擁有成本方面的顯著效果后，無(wú)不為之動(dòng)容。

揭示風(fēng)暴預(yù)測(cè)中的 AI 奧秘

臺(tái)風(fēng)追蹤是檢驗(yàn)生成式 AI 實(shí)力的最佳例證。過(guò)去，這項(xiàng)工作需要借助多個(gè) CPU 集群進(jìn)行復(fù)雜算法處理，以構(gòu)建分辨率為 25 公里的大氣模型。

然而，如今有了 NVIDIA Earth-2 上的 CorrDiff，情況發(fā)生了翻天覆地的改變。這個(gè)生成式 AI 模型包含一系列適用于天氣與氣候研究的服務(wù)和軟件。

借助一種名為擴(kuò)散模型的技術(shù)，CorrDiff 成功將模型分辨率從 25 公里提升至 2 公里，且每次推理速度較傳統(tǒng)方法快 1000 倍，能源效率高出 3000 倍。

CorrDiff 使得成本降低至原來(lái)的五十分之一，能耗降低至二十五分之一。

盡管 CorrDiff 每年需要重新訓(xùn)練一次，但憑借使用 1000 次預(yù)測(cè)的統(tǒng)計(jì)組來(lái)提高預(yù)測(cè)精度，其表現(xiàn)依然卓越。相較于傳統(tǒng)方法，使用 CorrDiff 每年可節(jié)約成本至其五十分之一，能耗降低至其二十五分之一。

這意味著，原本需要一組 CPU 集群耗費(fèi)近 300 萬(wàn)美元才能完成的工作，現(xiàn)今只需一個(gè)搭載 NVIDIA Hopper GPU 的系統(tǒng)，費(fèi)用約為 6 萬(wàn)美元。這種成本的大幅度降低充分體現(xiàn)了生成式 AI 和加速計(jì)算在提高能效和降低總擁有成本方面的優(yōu)勢(shì)。

此外，這項(xiàng)技術(shù)還有助于氣象員更精準(zhǔn)地預(yù)測(cè)臺(tái)風(fēng)登陸地點(diǎn)，從而拯救更多生命。

臺(tái)灣災(zāi)害防救科技中心主任陳宏宇表示：“NVIDIA 的 CorrDiff 生成式 AI 模型使我們能夠利用 AI 生成分辨率達(dá)到公里級(jí)別的天氣預(yù)報(bào)，從而更好地為應(yīng)對(duì)臺(tái)風(fēng)做準(zhǔn)備?！?/p>

借助 CorrDiff，臺(tái)灣地區(qū)的氣象員每年預(yù)計(jì)可節(jié)省近 1 吉瓦時(shí)的電力。若全球近 200 個(gè)地區(qū)級(jí)氣象數(shù)據(jù)中心均采納此項(xiàng)技術(shù)，以實(shí)現(xiàn)更為環(huán)保的計(jì)算方式，那么節(jié)省的能源將相當(dāng)可觀。

提供商業(yè)性天氣預(yù)報(bào)服務(wù)的企業(yè)也可借力 CorrDiff，提高效率并節(jié)約成本。

節(jié)能前景廣闊

NVIDIA Earth-2 將上述能力推廣至全球范圍，結(jié)合 AI、物理模擬和數(shù)據(jù)觀測(cè)，協(xié)助政府和企業(yè)應(yīng)對(duì)氣候變化等全球性挑戰(zhàn)。預(yù)計(jì)到 2050 年，極端天氣災(zāi)害每年將導(dǎo)致數(shù)百萬(wàn)人死亡，經(jīng)濟(jì)損失高達(dá) 1.7 萬(wàn)億美元。

加速計(jì)算和生成式 AI 為眾多應(yīng)用帶來(lái)更高水平的性能和能效提升。