一张显卡,训练出全球高分辨率气象模型,我国科研团队发布“万拓”气象大模型
仅用一块80GB显存的显卡,经过约4周训练,就能将已有气象预报模型的水平分辨率从0.7°提升至0.07°,实现全球天气的精细化模拟。11月16日,中国科学院青藏高原研究所发布“万拓”(One2N)气象大模型,为低成本构建高分辨率天气预报系统提供了新方法。
据了解,这一成果由中国科学院青藏高原研究所田向军研究员牵头,联合北京信息科技大学、北京大学、中国科学院大气物理研究所等单位共同研发。
天气预报为什么需要更高的分辨率?气象模型需要将大气划分为一个个三维网格单元,通过计算各网格中的温度、气压、风速等气象要素,模拟天气变化。水平网格间距越小,通常越有利于刻画局地天气系统和复杂地形对天气的影响,但计算成本也随之增加。以万拓气象大模型为例,当水平格距从0.7°缩小至0.07°,即缩小为原来的十分之一时,全球水平方向的网格点数量将增加约100倍。如果按照传统方式重新训练整个高分辨率人工智能(AI)气象模型,需要付出高昂的计算资源成本。
“我们的高分辨率建模思路,其实很像画素描——先勾出总体轮廓,再逐层加深细节。”田向军介绍,万拓没有选择从头训练更大的模型,而是采用“冻结原有模型,只学增量”的方法:保留已有预报模型的参数,只训练新增的模块,逐步补充精细化信息。
这种方法无需在训练时为原有模型保留额外的梯度等信息,有效降低了显存开销。研究团队由此构建出全球0.07°水平分辨率、每2小时输出一次预报结果的两级预报系统。
大模型预报效果如何?研究团队基于2023年的120组配对起报开展了10天全球预报评估。与盘古气象模型相比,在1300个检验目标中,万拓在93.46%的目标上均方根误差更低。
台风预报也取得了较好效果。对2023年84个热带气旋的检验显示,与盘古气象模型相比,万拓在24小时至168小时预报中的台风路径中位误差降低16.5%至66.9%。其中,168小时预报的中位路径误差由1024.8公里降至339.4公里。
该研究联合第一作者、中国科学院青藏高原研究所博士生谈艳艳表示,万拓的价值不仅在于提高天气预报分辨率,还在于为地球系统模型的升级提供新思路。未来,研究人员希望将这一方法拓展至大气、海洋、陆面等不同分量,减少整体模型反复训练的成本,并探索面向青藏高原等地区的定制化高精度气象模拟系统。
“我们的目标不是再做一个更大的模型,而是让这套框架在高原上真正跑起来。”谈艳艳说。
