Nvidia представила ИИ-модели Earth-2 для более точного прогноза погоды

Что случилось

26 января 2026 года Nvidia представила новое семейство моделей искусственного интеллекта (ИИ) для прогнозирования погоды под общим названием Earth-2. Анонс состоялся на встрече Американского метеорологического общества в Хьюстоне.

В пакет Earth-2 вошли три основные модели. Первая — Earth-2 Medium Range. Она предназначена для прогнозов на срок до 15 дней. Nvidia заявляет, что эта модель превосходит ИИ-модель Google DeepMind GenCast более чем по 70 показателям точности.

Вторая модель — Nowcasting. Она делает краткосрочные прогнозы на период от нескольких минут до шести часов. Модель работает с данными геостационарных спутников. Это позволяет использовать ее в любом регионе с устойчивым спутниковым покрытием.

Третья модель — глобальная система ассимиляции данных. Она объединяет информацию с метеостанций, аэростатов и других источников. На ее основе формируются стартовые условия для прогнозов погоды по всему миру.

Nvidia утверждает, что ассимиляция данных с помощью ИИ занимает минуты на графических процессорах. В традиционных системах этот этап может длиться часы и потреблять до половины вычислительных ресурсов суперкомпьютеров.

Новые модели объединяют ранее разработанные решения Nvidia. Среди них CorrDiff для повышения пространственного разрешения прогнозов и FourCastNet 3 для моделирования температуры, ветра и влажности.

Компания заявила, что инструменты Earth-2 уже тестируются в реальной жизни. Их используют метеорологи в Израиле и на Тайване. Как утверждают в Nvidia, Earth-2 распространяется как открытая платформа. Она должна упростить доступ к современному прогнозированию погоды для национальных служб, бизнеса и стран без собственных суперкомпьютеров.

Контекст и предпосылки

Погодные прогнозы традиционно создаются на основе численных моделей, которые используют законы физики и данные со спутников, метеостанций и других источников. Эти модели требуют огромных вычислений на суперкомпьютерах и занимают много времени.

В последние годы в метеорологии появились модели на основе искусственного интеллекта, которые учатся на исторических данных и делают прогнозы быстрее и зачастую точнее традиционных методов. Одним из таких прорывов стала модель GenCast, разработанная Google DeepMind. Она способна предсказывать погоду на 15 дней вперед и превосходит в точности многие классические системы.

Это не первая разработка Nvidia в метеорологической сфере. С 2021 года компания работала над FourCastNet — ИИ-моделью для прогноза погоды, которую обучали на глобальных метеоданных, собранных за десятки лет. Она предсказывает температуру, ветер, давление и влажность на срок до семи дней за минуты без сложных физических расчетов и стала основой для развития платформы Earth-2.

Вероятные последствия

• Прогнозы погоды могут стать доступнее для стран без суперкомпьютеров. ИИ-модели требуют в разы меньше вычислительных ресурсов, чем классические системы. Это позволяет национальным метеослужбам небольших и развивающихся стран получать точные прогнозы без дорогостоящей инфраструктуры.
• Скорость предупреждений об опасной погоде может вырасти. Краткосрочные ИИ-модели могут обновлять прогнозы за минуты. Это дает больше времени для реакции на штормы, ливни и экстремальную жару, особенно в регионах с быстрым развитием погодных событий.
• Физические модели могут начать использоваться как инструмент проверки, а не основы прогнозов. ИИ возьмет на себя основной расчет, а традиционные модели все чаще будут применяться для валидации и анализа редких сценариев. Это может изменить структуру работы метеоцентров и распределение вычислительных ресурсов.