NVIDIA Earth-2 展示 StormScope-EU：最多提前 2 小時預測雲層影像

NVIDIA（輝達，$NVDA）21 日公開歐洲機構與企業研究或測試 Earth-2 氣象與氣候預測 AI 模型的案例。展示重點 StormScope-EU 使用每 10 分鐘更新一次的衛星觀測資料，預測最多 2 小時後的雲層影像。

NVIDIA 在官方部落格列出 AXA、Vaisala Xweather、曼徹斯特大學研究團隊、TotalEnergies 與 Space42。不過，各案例進展不同：部分已在使用，部分仍處於評估或宣布合作階段，不能一概稱為「已導入」。

StormScope-EU 預測 2 小時後的雲層影像

NVIDIA 表示，StormScope-EU 是以歐洲氣象與氣候資料訓練的短期預測模型。模型每 10 分鐘接收一次歐洲氣象衛星組織 EUMETSAT 的 Meteosat 衛星 16 個頻道觀測資料，用來預測雲層變化。

NVIDIA 與 Earthmover 在 GTC Berlin 展示的系統，串接 EUMETSAT Meteosat Third Generation 衛星資料、NVIDIA Earth2Studio 與 Earthmover 資料平台。Earthmover 表示，展示每 10 分鐘更新一次，可預測未來 2 小時的衛星影像。

「即時」運作仍受資料條件限制。EUMETSAT 資料庫免費提供的衛星資料有 1 小時延遲；使用這項資料時，預測結果會在衛星資料取得後 68 分鐘產生。Earthmover 表示，本次展示採用商業授權資料，延遲為 20 分鐘。預測服務的即時性，除了模型效能，也取決於資料存取條件。

Earthmover 表示，光靠模型推論速度，無法打造低延遲預報服務；資料蒐集、前處理、儲存與發布流程都需要一併最佳化。此次展示限於衛星影像短期預測，不涵蓋長期氣候預測或所有氣象變數。

各案例進展不一

△AXA：使用 FourCastNet 3，以超過 1,000 個模擬季節研究超越歷史紀錄的區域性氣旋風險。NVIDIA 將此列為風險評估研究案例，但未公布預測準確度或保險損失減少數據。

△曼徹斯特大學研究團隊：將 Earth-2 CorrDiff 調整用於英國空氣品質建模，在 Isambard-AI 超級電腦上訓練模型，並於 NVIDIA DGX Spark 系統執行。

△TotalEnergies：正在評估以 Earth-2 預測太陽能發電。該公司在兩座太陽能電廠測試 StormScope 的短期日照預測，並開發可提供間隔短於 1 小時氣象資訊的模型。公司尚未公布是否商用及效能結果。

△Space42：介紹一項研究，使用 CorrDiff 與 PhysicsNeMo，從單張雷達影像估算地表高度並產生不確定性地圖。

△Vaisala Xweather：21 日另行宣布與 NVIDIA 合作。首項應用目標是結合 StormScope 與 Vaisala 閃電觀測資料，將雷擊預測提前時間從 1 小時延長至 3 小時。這是公司公布的目標，目前尚無獨立驗證結果。

開放模型仍受授權與資料條件影響

NVIDIA 將 Earth-2 定位為開放式 AI 模型與工具系列。不過，各項組成與營運條件是否都適用相同的「開放」方式，仍須個別檢視授權及資料存取條件。衛星資料依免費與商業授權而有不同延遲，就是其中一例。

這次發布呈現的是氣象 AI 與 GPU 的應用案例。模型運算使用 NVIDIA GPU，但公告未提供特定 GPU 的銷量、訂單規模或營收貢獻；也未公布模型準確度、相較傳統數值天氣預報的優勢，或減少災害損失的成效。

上述案例均由 NVIDIA 或合作夥伴公開。Vaisala Xweather 表示，其閃電觀測網與氣象專業能力可補足 AI 模型。Vaisala 設定的 3 小時雷擊預測提前時間目標，以及 TotalEnergies 在兩座太陽能電廠的評估結果，後續仍有待確認。