一场席卷美国大部分地区的冬季风暴，让传统气象预测在应对巨大的降雪量差异时暴露出诸多不足。就在气象预测面临挑战的关键节点，英伟达在美国气象学会于休斯顿举办的会议上，正式推出了全新的Earth - 2天气预报模型套件，这一举措有望借助人工智能技术，为全球气象预测带来精度与效率的全新变革。
英伟达此次发布的核心模型Earth - 2 Medium Range（中程预报模型）在气象领域引发了强烈反响。根据英伟达官方公布的数据，该模型在70多个气象变量的表现上，均超越了谷歌DeepMind在2024年12月发布的GenCast模型。这一成果标志着英伟达在气象预测领域取得了重要突破。
Earth - 2采用了基于Atlas的全新架构，与传统模型依赖复杂手工物理模拟的方式截然不同。英伟达气候模拟总监迈克·普里查德表示，这代表着气象科学正朝着“回归简洁”的方向发展。通过摒弃小众的AI架构，转而采用更具可扩展性的Transformer架构，气象预测的效率和准确性有望得到显著提升。
Earth - 2套件并非单一模型，而是包含了针对不同场景的专业工具，构建了一个完整的气象AI生态系统。其中，临近预报模型（Nowcasting）专注于未来0 - 6小时的短期预测。它直接利用全球地球静止卫星数据进行训练，摆脱了特定区域物理模型的限制，能够更敏锐地捕捉风暴及危险天气的影响，为短期天气变化提供更精准的预测。
全球数据同化模型是Earth - 2套件的另一重要组成部分。该模型通过整合气象站、气象气球等多源数据，为气象预测提供初始快照。其最大的优势在于效率大幅提升，原本需要超级计算机耗费数小时、占据50%计算负载的任务，如今借助GPU仅需几分钟就能完成，大大缩短了预测准备时间。
Earth - 2套件还集成了CorrDiff和FourCastNet3。CorrDiff用于生成快速高分辨率预测，FourCastNet3则针对温、风、湿等单变量进行建模，进一步丰富了气象预测的维度和精度。
高质量的天气预报在过去往往是富裕国家和巨头企业的“专属福利”，因为传统预报需要承担极其高昂的超级计算机租赁费用。迈克·普里查德强调：“天气是国家安全问题，主权与天气紧密相连。”Earth - 2的高效能降低了气象预测的门槛，使得发展中国家和中小型机构也有机会拥有属于自己的精准预报系统，推动了气象预报的民主化进程。
