NVIDIA erweitert Earth-2 um StormScope EU: Europäische Unternehmen setzen auf offene Modelle

StormScope EU: satellitengestütztes Nowcasting für Europa

NVIDIA Earth-2 ist eine Familie offener KI-Modelle und Werkzeuge, die Entwickler und Forscher mit eigenen Daten anpassen können. Laut NVIDIA läuft die Technologie auf NVIDIA-Rechenplattformen und unterstützt globale Wettervorhersagen, detaillierte regionale Prognosen und Umweltforschung.

StormScope EU ist die jüngste Ergänzung. Es handelt sich um eine regionale Version des StormScope-Modells, die für Kurzfristprognosen entwickelt und mit Wetter- und Klimadaten für Europa trainiert wurde. Laut NVIDIA nutzt es Satellitenbeobachtungen von EUMETSAT, um die Entwicklung der Bewölkung über 16 Meteosat-Kanäle in 10-Minuten-Intervallen vorherzusagen.

Auf der GTC Berlin zeigt NVIDIA eine Live-Pipeline von StormScope EU in einer interaktiven Wetterdemo, die gemeinsam mit Earthmover entstanden ist. Die Demo nutzt Earth2Studio, um Vorhersagen zu berechnen, während die Datenplattform von Earthmover die Echtzeitergebnisse verwaltet und bereitstellt. Diese werden alle 10 Minuten aktualisiert, sobald neue Satellitenbeobachtungen eintreffen. Earthmover liefert sie als Kartenkacheln aus, sodass Besucher Vorhersagen für ganz Europa erkunden können, ohne komplette Datensätze herunterzuladen.

Modelle kombinieren und neue trainieren

Laut NVIDIA können Entwickler Earth-2-Modelle in Workflows kombinieren, die auf regionale Anforderungen zugeschnitten sind. StormScope kann Kurzfristprognosen übernehmen, während CorrDiff gröberen Wetterdaten lokale Details hinzufügt. Die Modellarchitekturen lassen sich zudem für neue Umweltanwendungen trainieren, etwa für die Modellierung der Luftqualität.

Das Open-Source-Framework NVIDIA PhysicsNeMo liefert Werkzeuge für Training und Anpassung. Teams können damit Anwendungen entwickeln, die proprietäre Daten und Fachwissen einbeziehen.

NVIDIA beschreibt den Bedarf praxisnah: Eine globale Vorhersage kann zeigen, dass sich ein Sturm bildet, doch Entscheidungen über Solarparks, Schifffahrtsrouten oder versicherte Immobilien hängen von den lokalen Bedingungen ab.

Wer auf Earth-2 aufbaut

• AXA nutzt FourCastNet 3, um regionale Zyklonrisiken jenseits der historischen Aufzeichnungen über mehr als 1.000 simulierte Saisons zu untersuchen. Laut NVIDIA können die Erkenntnisse in Risikobewertungen einfließen und Kunden helfen, Präventionsmaßnahmen gezielt auszurichten.
• Vaisala Xweather kombiniert Earth-2 mit eigenen Beobachtungen, Blitzdaten und Prognoseexpertise. Das Unternehmen passt StormScope mit Blitzdaten an, um die Vorlaufzeit von Kurzfristprognosen zu verlängern, und plant, die Warnungen über seine Software-as-a-Service-Angebote und Integrationen von KI-Assistenten bereitzustellen.
• Forscher der University of Manchester haben CorrDiff für die Luftqualitätsmodellierung in Großbritannien angepasst. Sie trainierten es auf dem Supercomputer Isambard-AI und führten es lokal auf NVIDIA DGX Spark-Systemen aus. Damit verlagerten sie die Umweltmodellierung von einem nationalen Supercomputer auf den Schreibtisch.
• TotalEnergies prüft Earth-2 für Prognosen in der Solarenergie. Das Unternehmen evaluiert auf StormScope basierende Nowcasts der Sonneneinstrahlung an zwei Photovoltaikstandorten und entwickelt Modelle für Wetterinformationen in Intervallen von unter einer Stunde.
• Space42 entwickelte SARDiff4Height mit CorrDiff und PhysicsNeMo. Die Forschungsarbeit schätzt Oberflächenhöhen aus einem einzelnen Radarbild und erzeugt Unsicherheitskarten, die Analysten zeigen, wo Schätzungen genauer geprüft werden müssen.

Was das für Anwender bedeutet

Die Beispiele zeigen, dass Versicherer, Energieunternehmen, Wetterdienstleister und Forscher die Earth-2-Modelle anpassen, statt sie nur als fertige Vorhersage zu nutzen. Da die Modelle offen sind und sich mit proprietären Daten trainieren lassen, können Organisationen sie auf ihre eigenen Regionen und Fragestellungen abstimmen. Die Arbeit aus Manchester zeigt zudem, dass sich ein Teil dieser Modellierung nach dem Training auf einem größeren System auf Hardware der Desktop-Klasse ausführen lässt.

NVIDIA verweist interessierte Entwickler auf die offenen Modelle und Werkzeuge von Earth-2 sowie auf die Prognosebeispiele von Earth2Studio. Außerdem verlinkt das Unternehmen Fallstudien von AXA und der University of Manchester.