在 NVIDIA GPU 驅動的擴散模型助力下，生成式 AI 在各個領域實現新的應用，大大提升了效率。

當臺灣氣象員得以在一臺機器上模擬臺風的細節，他們深感其對預報任務能效的巨大提升所帶來的便利。

而這些驚訝的顧客并非獨此一家，觀察者在生成式 AI 在降低總擁有成本方面的顯著效果后，無不為之動容。

揭示風暴預測中的 AI 奧秘

臺風追蹤是檢驗生成式 AI 實力的最佳例證。過去，這項工作需要借助多個 CPU 集群進行復雜算法處理，以構建分辨率為 25 公里的大氣模型。

然而，如今有了 NVIDIA Earth-2 上的 CorrDiff，情況發生了翻天覆地的改變。這個生成式 AI 模型包含一系列適用于天氣與氣候研究的服務和軟件。

借助一種名為擴散模型的技術，CorrDiff 成功將模型分辨率從 25 公里提升至 2 公里，且每次推理速度較傳統方法快 1000 倍，能源效率高出 3000 倍。

CorrDiff 使得成本降低至原來的五十分之一，能耗降低至二十五分之一。

盡管 CorrDiff 每年需要重新訓練一次，但憑借使用 1000 次預測的統計組來提高預測精度，其表現依然卓越。相較于傳統方法，使用 CorrDiff 每年可節約成本至其五十分之一，能耗降低至其二十五分之一。

這意味著，原本需要一組 CPU 集群耗費近 300 萬美元才能完成的工作，現今只需一個搭載 NVIDIA Hopper GPU 的系統，費用約為 6 萬美元。這種成本的大幅度降低充分體現了生成式 AI 和加速計算在提高能效和降低總擁有成本方面的優勢。

此外，這項技術還有助于氣象員更精準地預測臺風登陸地點，從而拯救更多生命。

臺灣災害防救科技中心主任陳宏宇表示：“NVIDIA 的 CorrDiff 生成式 AI 模型使我們能夠利用 AI 生成分辨率達到公里級別的天氣預報，從而更好地為應對臺風做準備。”

借助 CorrDiff，臺灣地區的氣象員每年預計可節省近 1 吉瓦時的電力。若全球近 200 個地區級氣象數據中心均采納此項技術，以實現更為環保的計算方式，那么節省的能源將相當可觀。

提供商業性天氣預報服務的企業也可借力 CorrDiff，提高效率并節約成本。

節能前景廣闊

NVIDIA Earth-2 將上述能力推廣至全球范圍，結合 AI、物理模擬和數據觀測，協助政府和企業應對氣候變化等全球性挑戰。預計到 2050 年，極端天氣災害每年將導致數百萬人死亡，經濟損失高達 1.7 萬億美元。

加速計算和生成式 AI 為眾多應用帶來更高水平的性能和能效提升。