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

Nvidia анонсировала семейство ИИ-моделей Earth-2 для прогнозов погоды. В компании уточнили, что системы позволяют получать точные прогнозы за несколько минут

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.

➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.