NVIDIA Earth-2

Atlas 架構可提前 15 天為超過 70 個天氣變數提供高準確度的預測，在關鍵產業基準測試的表現優於 GenCast 等頂尖開放式模型。

Earth-2 Nowcasting 運用生成式 AI 預測衛星與雷達影像，在幾分鐘內提供高擬真度的零至六小時危險天氣即時預報。這是首款在風暴動力學模擬方面表現優於傳統物理系統的 AI 模型。

Earth-2 Global Data Assimilations 模型在 GPU 幾秒鐘內生成精準的初始大氣條件，有別於以往需使用超級電腦數小時。 它與 Earth-2 Medium Range 結合使用，提供由完全開放式 AI 流程製作的極具準確性的預測。

CorrDiff 實現生成式 AI 的縮放速度加快 500 倍，能源效率提升 10,000 倍。這強化了目前的應用與工作流程，讓企業能夠生成更多資料集，提升天氣事件的概率分佈。

FourCastNet 3 加速採用 AI 的全球天氣預報。 企業可運用比原本大 20 倍的資料集開發解決方案，捕捉極端天氣事件，同時維持或提高能源效率。

城市等級的模擬資料現已整合至 Earth-2 行星數位孿生。在本影片，我們展示了如何利用 Earth-2 視覺化服務，搭配 ICON、WRF 與 PALM 與 Cesium 提供的 Google Photoreal Tile 高解析度模擬資料，協助因應城市環境的問題。

研究人員運用 AI 天氣預報、模擬資料和封存資料的互動式視覺化，分析極端天氣。

NVIDIA Omniverse 與 PhysicsNeMo 將分析速度加快 700,000 倍，協助工程師規劃並執行碳捕捉與封存，同時確保安全營運和長期儲存，減少排放到大氣的二氧化碳。

我們在 NVIDIA PhysicsNeMo 執行 FourCastNet，能夠以過去執行單一集合時間的十分之一，生成 1,000 個集合成員的 21 天天氣軌跡，並降低 1,000 倍的能源消耗。

Earth-2 平台以 NVIDIA Omniverse 與 OpenUSD 3D 框架為建置基礎，可彙總並視覺化各種全球規模的氣候模擬與地理空間資料集。雲端原生技術讓全球各地的任何人都能探索視覺化。