在 NVIDIA GPU 驱动的扩散模型助力下,生成式 AI 在各个领域实现新的应用,大大提升了效率。
当台湾气象员得以在一台机器上vwin 台风的细节,他们深感其对预报任务能效的巨大提升所带来的便利。
而这些惊讶的顾客并非独此一家,观察者在生成式 AI 在降低总拥有成本方面的显著效果后,无不为之动容。
揭示风暴预测中的 AI 奥秘
台风追踪是检验生成式 AI 实力的最佳例证。过去,这项工作需要借助多个 CPU 集群进行复杂算法处理,以构建分辨率为 25 公里的大气模型。
然而,如今有了 NVIDIA Earth-2 上的 CorrDiff,情况发生了翻天覆地的改变。这个生成式 AI 模型包含一系列适用于天气与气候研究的服务和软件。
借助一种名为扩散模型的技术,CorrDiff 成功将模型分辨率从 25 公里提升至 2 公里,且每次推理速度较传统方法快 1000 倍,能源效率高出 3000 倍。
CorrDiff 使得成本降低至原来的五十分之一,能耗降低至二十五分之一。
尽管 CorrDiff 每年需要重新训练一次,但凭借使用 1000 次预测的统计组来提高预测精度,其表现依然卓越。相较于传统方法,使用 CorrDiff 每年可节约成本至其五十分之一,能耗降低至其二十五分之一。
这意味着,原本需要一组 CPU 集群耗费近 300 万美元才能完成的工作,现今只需一个搭载 NVIDIA Hopper GPU 的系统,费用约为 6 万美元。这种成本的大幅度降低充分体现了生成式 AI 和加速计算在提高能效和降低总拥有成本方面的优势。
此外,这项技术还有助于气象员更精准地预测台风登陆地点,从而拯救更多生命。
台湾灾害防救科技中心主任陈宏宇表示:“NVIDIA 的 CorrDiff 生成式 AI 模型使我们能够利用 AI 生成分辨率达到公里级别的天气预报,从而更好地为应对台风做准备。”
借助 CorrDiff,台湾地区的气象员每年预计可节省近 1 吉瓦时的电力。若全球近 200 个地区级气象数据中心均采纳此项技术,以实现更为环保的计算方式,那么节省的能源将相当可观。
提供商业性天气预报服务的企业也可借力 CorrDiff,提高效率并节约成本。
节能前景广阔
NVIDIA Earth-2 将上述能力推广至全球范围,结合 AI、物理模拟和数据观测,协助政府和企业应对气候变化等全球性挑战。预计到 2050 年,极端天气灾害每年将导致数百万人死亡,经济损失高达 1.7 万亿美元。
加速计算和生成式 AI 为众多应用带来更高水平的性能和能效提升。
-
cpu
+关注
关注
68文章
10854浏览量
211565 -
NVIDIA
+关注
关注
14文章
4978浏览量
102980 -
AI
+关注
关注
87文章
30728浏览量
268871
发布评论请先 登录
相关推荐
评论