Peningkatan frekuensi dan tingkat keparahan peristiwa cuaca dan iklim ekstrem dapat merenggut satu juta jiwa dan menelan biaya $1,7 triliun per tahun pada tahun 2050, menurut Perusahaan Reasuransi Munich.
Hal ini menggarisbawahi kebutuhan kritis akan prakiraan cuaca yang akurat, terutama dengan meningkatnya kejadian cuaca buruk seperti badai salju, angin topan, dan gelombang panas. AI dan komputasi yang dipercepat siap membantu.
Lebih dari 180 pusat pemodelan cuaca menggunakan infrastruktur komputasi kinerja tinggi (HPC) yang kuat untuk mengolah model prediksi cuaca numerik (NWP) tradisional. Ini termasuk European Center for Medium-Range Weather Forecasts (ECMWF), yang beroperasi pada 983.040 core CPU, dan superkomputer UK Met Office, yang menggunakan lebih dari 1,5 juta core CPU dan mengonsumsi daya 2,7 megawatt.
Memikirkan kembali Desain HPC
Dorongan global menuju efisiensi energi mendesak untuk memikirkan kembali desain sistem HPC. Komputasi yang dipercepat, memanfaatkan kekuatan GPU, menawarkan alternatif hemat energi yang menjanjikan yang mempercepat komputasi.
Di sebelah kiri, hasil berdasarkan ECMWF Integrated Forecast System 51 anggota ansambel pada Intel Broadwell CPU, FourCastNet 1.000 anggota ansambel pada 4x NVIDIA A100 Tensor Core GPU; dengan asumsi 10 pusat pemodelan menjalankan perkiraan beban kerja yang sama. Di sebelah kanan, hasil berdasarkan performa terukur model ICON. CPU: 2x AMD Milan. GPU: 4x NVIDIA H100 Tensor Core PCIe.
GPU NVIDIA telah memberikan dampak yang signifikan pada model cuaca yang diadopsi secara global, termasuk model dari ECMWF, Institut Meteorologi Max Planck, Layanan Meteorologi Jerman, dan Pusat Penelitian Atmosfer Nasional.
GPU meningkatkan kinerja hingga 24x, meningkatkan efisiensi energi, dan mengurangi biaya dan kebutuhan ruang.
“Untuk membuat prediksi cuaca yang andal dan proyeksi iklim menjadi kenyataan dalam batas anggaran daya, kami mengandalkan peningkatan algoritme dan perangkat keras di mana GPU NVIDIA adalah alternatif untuk CPU,” kata Oliver Fuhrer, kepala prediksi numerik di MeteoSwiss, kantor meteorologi dan klimatologi nasional Swiss.
Model AI Meningkatkan Kecepatan, Efisiensi
Model prediksi cuaca berbasis AI NVIDIA FourCastNet menawarkan akurasi yang kompetitif dengan kecepatan yang jauh lebih tinggi dan efisiensi energi dibandingkan dengan metode NWP tradisional. Versi terbaru FourCastNet, berdasarkan Spherical Fourier Neural Operator, dengan cepat menghasilkan prakiraan selama berbulan-bulan dan memungkinkan pembuatan ansambel besar — atau kelompok simulasi dengan sedikit variasi dalam kondisi awal — untuk prediksi risiko cuaca ekstrem yang sangat percaya diri beberapa minggu sebelumnya.
Misalnya, berdasarkan data cuaca dan iklim historis dari ECMWF, ansambel FourCastNet secara akurat memprediksi peningkatan risiko suhu ekstrem selama gelombang panas terpanas yang tercatat di Afrika, pada Juli 2018.
Visualisasi cuaca sebenarnya di seluruh Afrika pada Juli 2018 (tengah), dikelilingi oleh bola dunia yang menampilkan kubah panas yang mewakili prediksi akurat yang dihasilkan oleh FourCastNet (anggota ansambel).
Menggunakan GPU NVIDIA, FourCastNet dengan cepat dan akurat menghasilkan 1.000 anggota ansambel. Ini memungkinkan ukuran ansambel 20x lebih besar dan waktu proses 1.000x lebih cepat dibandingkan dengan model NWP tradisional. Selusin anggota FourCastNet secara akurat memprediksi suhu tinggi di Aljazair tiga minggu sebelum itu terjadi. Sebaliknya, ansambel NWP beranggotakan 50 orang yang lebih kecil sama sekali tidak mengalami gelombang panas.
Ini menandai pertama kalinya tim FourCastNet memprediksi peristiwa berdampak tinggi beberapa minggu sebelumnya, menunjukkan potensi AI untuk peramalan cuaca yang andal dengan konsumsi energi yang lebih rendah daripada model cuaca tradisional.
FourCastNet menggunakan kemajuan AI terbaru untuk menjembatani AI dan fisika untuk hasil yang inovatif. Ini sekitar 45.000x lebih cepat daripada model NWP tradisional. Dan saat dilatih, FourCastNet mengonsumsi energi 12.000x lebih sedikit untuk menghasilkan prakiraan daripada Sistem Prakiraan Terintegrasi yang berbasis di Eropa, model NWP standar emas.
“NVIDIA FourCastNet membuka pintu penggunaan AI untuk berbagai macam aplikasi yang akan mengubah bentuk perusahaan NWP,” kata Bjorn Stevens, direktur Max Planck Institute for Meteorology.
Memperluas Apa yang Mungkin
Dalam sesi NVIDIA GTC, Stevens menjelaskan apa yang mungkin dilakukan sekarang dengan alat penelitian iklim ICON. Superkomputer Levante, menggunakan 3.200 CPU, dapat mensimulasikan cuaca selama 10 hari dalam 24 jam, kata Stevens. Sebaliknya, superkomputer JUWELS Booster, yang menggunakan 1.200 GPU NVIDIA A100 Tensor Core, dapat menjalankan 50 hari simulasi dalam jumlah waktu yang sama.
Para ilmuwan ingin mempelajari efek iklim 300 tahun ke depan, yang berarti sistem harus 20x lebih cepat, tambah Stevens. Merangkul teknologi yang lebih cepat seperti GPU NVIDIA H100 Tensor Core dan kode yang lebih sederhana dapat membawa kita ke sana, katanya.
Para peneliti sekarang menghadapi tantangan untuk mencapai keseimbangan optimal antara pemodelan fisik dan pembelajaran mesin untuk menghasilkan prakiraan iklim yang lebih cepat dan lebih akurat. Blog ECMWF yang diterbitkan bulan lalu menjelaskan pendekatan hybrid ini, yang mengandalkan pembelajaran mesin untuk prediksi awal dan model fisik untuk pembuatan data, verifikasi, dan penyempurnaan sistem.
Integrasi semacam itu — disampaikan dengan komputasi yang dipercepat — dapat menghasilkan kemajuan signifikan dalam prakiraan cuaca dan ilmu iklim, mengantarkan era baru prediksi yang efisien, andal, dan sadar energi.
Pelajari lebih lanjut tentang bagaimana komputasi yang dipercepat dan AI meningkatkan ilmu iklim melalui sumber daya ini:
