Nvidia veröffentlicht drei Open-Source-KI-Modelle für die Wettervorhersage
Nvidia hat drei neue KI-Modelle für Wettervorhersagen angekündigt. Sie sollen schneller und energieeffizienter sein als herkömmliche Supercomputer.
Nvidia hat drei Open-Source-KI-Modelle zur Wettervorhersage vorgestellt. Sie sollen klassischen Supercomputern deutlich überlegen sein.
(Bild: Nvidia)
Mit Genauigkeit und Schnelligkeit von KI-Wettermodellen hatte bereits Google die Fachwelt ins Staunen versetzt. Google DeepMind zeigte am Beispiel von Tropensturm-Vorhersagen auf, wo die Reise für die Meteorologie hingehen könnte. Jetzt hat Nvidia auf der American Meteorological Society Conference in Houston ebenfalls drei neue Open-Source-KI-Modelle für Wettervorhersagen vorgestellt. Wie das Unternehmen auf seiner Earth-2-Plattform mitteilte, sollen die Modelle deutlich schneller und energieeffizienter arbeiten als herkömmliche Supercomputer-basierte Systeme.
Die drei neuen Modelle decken unterschiedliche Zeiträume ab: Earth-2 Medium Range prognostiziert Wetterereignisse bis zu 15 Tage im Voraus und analysiert dabei über 70 Wettervariablen wie Temperatur, Luftdruck, Wind und Luftfeuchtigkeit. Das Modell nutzt die sogenannte Atlas-Architektur und soll laut Nvidia Googles DeepMind GenCast bei der Anzahl der Variablen übertreffen. Earth-2 Nowcasting deckt den Kurzfristbereich bis sechs Stunden ab und nutzt generative KI zur Vorhersage von Satelliten- und Radardaten. Als erstes KI-Modell übertreffe es traditionelle physikbasierte Systeme bei der Simulation von Sturmdynamiken, so Nvidia.
Berechnungen in Sekunden statt Stunden
Das dritte Modell, Earth-2 Global Data Assimilation, soll präzise anfängliche atmosphärische Bedingungen in Sekunden auf GPUs generieren – eine Aufgabe, die auf Supercomputern Stunden dauert. Das Modell basiert auf der HealDA-Architektur und wird später in diesem Jahr veröffentlicht. Die ersten beiden Modelle sind über Nvidias Earth2Studio, Hugging Face und GitHub verfügbar, Earth-2 Global Data Assimilation folgt später.
Videos by heise
Ergänzend zu den neuen Modellen stellte Nvidia auf der GTC Washington das generative KI-Modell cBottle (Climate in a Bottle) vor. Das bereits im Juni 2025 angekündigte Modell erzeugt hochauflösende Klimasimulationen auf Kilometer-Skala und ist laut Nvidia tausende Male schneller als herkömmliche Supercomputer-basierte Simulationen. cBottle wurde auf nur vier Wochen hochauflösender Klimasimulationsdaten trainiert und kann fehlende Klimadaten ergänzen, verzerrte Klimamodelle korrigieren oder niedrig aufgelöste Daten verbessern.
Ein weiteres vorgestelltes Verfahren ist die „score-based data assimilation“. Dabei verwandelt ein KI-Modell begrenzte Wetterbeobachtungsdaten in hochauflösende Visualisierungen. Die Technik füllt Lücken zwischen Datenpunkten mithilfe eines generativen Modells. Laut Alex Philp von der MITRE Corporation, die das Verfahren einsetzt, markiere das Modell einen „Wendepunkt für Wettervorhersagen“. Traditionelle Datenassimilationstechniken benötigen Millionen CPU-Stunden pro Jahr auf Supercomputern, um eine extrem hochauflösende Wetterkarte der USA zu erstellen. Der Ansatz mit Nvidias PhysicsNeMo-Framework benötige hingegen nur eine Stunde auf einer einzelnen GPU. Der US-amerikanische National Weather Service prüft die neuen Earth-2-Modelle zur Verbesserung seiner operativen Arbeitsabläufe.
Internationale Wetterdienste setzen auf Earth-2
Auch international finden die Earth-2-Modelle Anwendung. Die Taiwan Central Weather Administration gehört zu den ersten Nutzern der neuen Earth-2-Cloud-APIs und erstellt hochauflösende Simulationen zur genaueren Vorhersage von Taifunen. Der israelische Meteorologische Dienst testet Earth-2 CorrDiff. Energieunternehmen wie TotalEnergies verwenden Earth-2 Nowcasting zur Verbesserung der kurzfristigen Risikobewertung und Entscheidungsfindung bei Energiesystemen. Versicherungsunternehmen wie AXA und JBA Risk Management nutzen die Tools zur Simulation extremer Wetterereignisse für Risikoanalysen.
In puncto Energieeffizienz verspricht Nvidia deutliche Verbesserungen: Das CorrDiff-Modell soll 500-mal schneller und 10.000-mal energieeffizienter sein als CPU-basierte Systeme.
Während Nvidia mit seinen Modellen punkten will, bleibt die Konkurrenz nicht untätig. Google DeepMind hatte im Dezember 2024 mit GenCast ein KI-Wettermodell vorgestellt, das 15-Tage-Ensemble-Vorhersagen in acht Minuten auf einer einzelnen Google Cloud TPU v5 erstellt und dabei das Europäische Zentrum für mittelfristige Wettervorhersage übertrifft. Der Deutsche Wetterdienst arbeitet ebenfalls an eigenen KI-Modellen und hat im August 2025 ein KI-Zentrum in Offenbach eröffnet.
(mki)
