Universität Manchester nutzt NVIDIA Earth-2 zur Vorhersage der Luftverschmutzung im gesamten Vereinigten Königreich
nvidia ·
Die Physiker David Topping und der Doktorand Hao Zhang von der University of Manchester haben generative Modelle von NVIDIA Earth-2 eingesetzt, um ein Vorhersagesystem für die Luftverschmutzung im gesamten Vereinigten Königreich zu entwickeln. Schätzungsweise trug die Luftverschmutzung im vergangenen Jahr allein im Vereinigten Königreich zu etwa 30.000 Todesfällen bei, während herkömmliche chemiebasierte Modelle zur Luftqualität teuer und langsam auszuführen sind. Das Team erzeugte Trainingsdaten aus bestehenden Chemie-Klima-Simulationen und trainierte Earth-2 CorrDiff, ein generatives Downscaling-Modell, auf Isambard-AI; das Modell funktionierte bereits beim ersten Versuch. Mit einem Jahr britischer Verschmutzungsdaten, die in stündlichen Abständen simuliert wurden, erzeugte es innerhalb von zwei Tagen auf einem einzelnen Knoten mit acht GPUs ein Modell mit einer Auflösung von 2–3 Quadratkilometern; Isambard-AI verfügt über 5.448 NVIDIA GH200 Grace Hopper Superchips und liefert 21 Exaflops KI-Leistung. Anschließend ergänzte das Team Earth-2 StormCast für zeitabhängige Vorhersagen, die direkt Luftqualitätsbeobachtungen nutzen, und demonstrierte die Trainings- und Inferenz-Workflows auf einem NVIDIA DGX Spark, einem Desktop-KI-Supercomputer. Zu den möglichen Anwendungen gehören das Testen politischer Szenarien, frühzeitige Verschmutzungswarnungen für Gesundheitsdienste und Patienten sowie die Verbindung des Modells mit Daten von Edge-AI-Geräten für Echtzeitentscheidungen, etwa bei Waldbränden; außerdem soll die Auflösung mithilfe weiterer offener Daten bis auf Straßenebene verbessert werden. Die Forschenden wollen Open-Source-Trainingsdaten und Workflows veröffentlichen, damit andere Länder und Städte lokale Modelle erstellen können, während Topping für etwa fünf Jahre in der Zukunft eine agentische Schnittstelle vor Augen hat, die durch das Verknüpfen der Modelle Fragen zur Luftverschmutzung in einem Viertel am nächsten Tag beantworten könnte.
nvidia