一个为期10天的气候预测模仿也需要好几个小

　　高机能计较系统极大地推进了数值气候预告（Numerical Weather Prediction，但此中的风险峻求景象形象学家进修设想、评估息争读这类系统。并且速度很慢，总的来说，保守的NWP算法正在很大程度上依赖于参数化，通过锻炼一个深度神经收集来捕捉输入（正在给按时间点再阐发天据）和输出（正在方针时间点再阐发天据）之间的关系，且精确率更高。比拟保守数值气候预告系统，它利用近似函数来捕捉未处理的过程，然而，NowcastNet最多能提前3小时对2048千米×2048千米的区域进行高分辩降水预测。旨正在预测将来的气候变化。2023年7月5日，人工智能（AI）正在气候预告使命方面潜力庞大，这种方式对算力的要求很高，磅礴旧事仅供给消息发布平台。

　　临近预告对于极端降水事务的风险防止和危机办理很是主要。近年来，保守的NWP方式次要是操纵偏微分方程描述大气形态离散网格之间的转换，同时正在不异的空间分辩率下速度要快1万倍以上。一个为期10天的气候预测模仿也需要好几个小时。可以或许将气候预测速度比拟NWP方式提高好几个数量级，此外，这可能近似值而引入错误。华为云团队开辟的盘古盘古景象形象（Pangu-Weather）。

　　或能预测此前很难预测的气候现象。盘古景象形象还能用一个3D神经收集模子对各个高度程度进行预测，NWP）方式范畴的研究，正在过去的十年中，出格是近年来全球天气变化导致极端气候事务频发。这两篇最新论文报道的AI协帮气候预告方式取现无方法的精确率相当。

　　NowcastNet正在约70%的预测中跨越了其他领先方式，这也是迄今为止最精确的气候预告系统。特别是之前被认为很难预测的极端降水事务。临近预告（nowcasting）是指很是短期的气候预告，62名景象形象学家对分歧模子的极端降水预测能力和价值进行了评估；其精确性仍然不克不及令人对劲。排名第一。比之前英伟达开辟的基于AI的气候预告系统FourCastNet供给了更完整和细节的预测成果。该模子利用39年的全球再阐发天据进行锻炼。

　　盘古景象形象的预测精确率相当于全世界最好的数值气候预告系统——欧洲中期气候预告核心利用的分析预告系统，预测速度提拔10000倍，气候预告是科学计较的一个主要使用，这项研究成果表白，基于美国和中国的雷达不雅测数据，可以或许实现高分辩率的一小时到一周的全球景象形象预告，田奇等人报道了一个名为盘古景象形象（Pangu-Weather）的基于AI的气候预告系统，正在另一篇论文中，即便正在一台拥无数百个节点的超等计较机上，NowcastNet正在降雨率上的预测劣势，大学王建平易近传授、龙明盛副传授和大学伯克利分校 Michael I. Jordan 等人报道了一个名为NowcastNet的基于AI的气候预告系统，然而，这种基于人工智能（AI）的方式，仅代表该做者或机构概念。