2026年9月17日星期四
AI 基础设施 · 新闻与分析
首页芯片与硬件报道
芯片与硬件 · 报道

曼彻斯特大学利用NVIDIA Earth-2预测全英空气污染状况

英伟达官方——路线图/产品的第一手确认。
官方披露Slicast · 2026年9月16日 UTC 05:00 · 美国 · 来源: NVIDIA Blog

气污染是一个严重的公共卫生风险,仅去年一年就导致英国估计有30,000人死亡。数据驱动的见解可以提供帮助——但使用基于传统化学的模型计算空气质量成本高昂,这限制了模型的详细程度以及运行的频率。

曼彻斯特大学地球与环境科学系的教授David Topping发现,NVIDIA Earth-2系列的开放AI模型和工具已经解决了天气预报中的一个相关问题——并询问相同的生成框架是否适用于污染场。

“最大的挑战是预测空气质量所需的计算量,”Topping说。“一旦将化学因素纳入天气模型,它们就会变得非常、非常缓慢。所以我说,我们为什么不尝试使用NVIDIA为气候和天气开发的生成框架来处理污染场呢?”

与NVIDIA Earth-2团队合作,Topping及其同事从现有的化学-气候模拟中生成训练数据,然后在布里斯托尔的英国国家AI超级计算机Isambard-AI上训练Earth-2 CorrDiff——一种生成式降尺度模型。

该模型在第一次尝试中就成功了。

此后,团队添加了Earth-2 StormCast,这是一个能够进行时间依赖型预报并直接使用空气质量观测数据的模型,并展示了在NVIDIA DGX Spark个人AI超级计算机上运行的测试训练和推理工作流程。

“为了改善人类健康,我们必须了解呼吸空气中环境压力因素的影响,”Topping说。“我们的全英污染模型使我们能够对潜在的未来情景进行建模,例如预测如果不同的与污染相关的政府政策变化生效会发生什么。”

视频来源:布里斯托尔大学超级计算中心(BriCS)@ University of Bristol

另一个潜在的应用是为医疗机构提供前瞻性的空气质量见解。Topping设想了一种场景,即地区和国家级医疗服务机构可以联系患有哮喘等疾病的患者,告知他们明天或下周所在地区的空气污染将会很高。

团队还在探索空气污染模型如何与边缘AI设备的数据配对,以摄入实时空气质量数据并推动实时决策,例如在山火事件中。

“这个模型在Isambard-AI上训练了两天——现在可以在办公桌上的DGX Spark上运行——这一事实改变了谁可以做这项科学工作以及速度有多快,”NVIDIA负责天气和气候的开发关系经理Niall Robinson说。“我们才刚刚开始探索这些开放工作流程在全球范围内能做什么。”

“从一个NVIDIA框架切换到另一个NVIDIA框架的能力令人印象深刻,”在Isambard-AI上训练StormCast的曼彻斯特大学博士生Hao Zhang说。“我们才刚刚开始探索如何以不同方式使用这些框架来建模复杂的污染场。”

从国家超级计算机到桌面

为了重新训练用于空气污染的Earth-2模型,Topping和团队使用了按小时间隔模拟的一年英国污染数据,生成了分辨率达到2-3平方公里的详细全英污染模型。

在Isambard-AI上的单个八GPU节点上运行——这是英国最强大的AI超级计算机,配备了5,448个NVIDIA GH200 Grace Hopper超级芯片,提供21 exaflops的AI性能——整个过程仅用了两天。

“Earth-2 CorrDiff展示了在Isambard-AI内部的世界级NVIDIA硬件方面极其高效的使用,”布里斯托尔大学超级计算中心主任兼Isambard-Ai联合创始人Simon McIntosh-Smith说。“对于一个基于气候的项目来说,使用的GPU小时数相对较低,需要超级计算机消耗较少的功率来运行这些工作负载,这是很合适的。”

除了回顾过去一年的空气污染情况外,该模型还可以帮助预测英国未来的空气污染情景。团队计划通过整合更多开放数据进一步提高其模型的分辨率,使研究人员能够在街道尺度上理解空气污染。

相同的生成污染工作流程也在由NVIDIA GB10 Grace Blackwell超级芯片驱动的DGX Spark桌面AI系统上运行,用于推理和较小的训练运行。Topping现在在他的办公室里拥有一台DGX Spark系统,正在重新训练模型。

“你现在只需投资几千美元就可以开始开发强大的AI模型,”Topping说。

开放科学,代理未来

团队计划发布污染模型的开源训练数据和工作流程,以便其他国家/地区可以训练类似的模型。

“我们的目标是将此工作流程提供给全世界,”他说。“我们希望每个全球国家和每个拥有少量超级计算机AI时间的主要城市都能够利用自己的本地数据生产自己详细的污染模型。”

展望未来五年,Topping认为最终目标会更加简单:一个代理界面,医生或政府机构提出问题,而模型链处理其余一切。

“随着对空气质量观测的更好开放访问,有人可以向我们运行在DGX Spark上的污染模型提问:‘这个街区明天的污染会是什么样子?’”他说。“一系列交互将提供一个答案,基于这些框架所代表的科学依据。”

请在9月30日举行的网络研讨会“AI for Science: From the Lab to the Frontier”中聆听Topping的更多分享。

了解更多关于NVIDIA Earth-2气候和天气AI的信息。

阅读原文
曼彻斯特大学利用NVIDIA Earth-2预测全英空气污染状况 · Slicast