强行扒开双腿尽情玩弄视频,亚洲成色7777777久久,国产内射爽爽大片,少妇高清精品毛片在线视频,一边吃奶一边添P好爽故事,总裁高H掹C纯肉小黄书,欧美激情无码视频一二三,日本免费黄色片

中國萬拓氣象大模型發布 低成本實現全球天氣模型精細化

分享到:
分享到:

中國萬拓氣象大模型發布 低成本實現全球天氣模型精細化

2026年11月16日 20:12 來源:中國新聞網
大字體
小字體
分享到:

  中新網北京11月16日電 (記者 孫自法)中國科學院青藏高原研究所11月16日在北京發布萬拓(One2N)氣象大模型,可低成本實現全球天氣模型精細化:在一塊80 GB顯存的顯卡上、約4周時間,這套框架把已有的0.7°預報模型細化成為全球0.07°、每2小時更新一次的兩級預報系統。

萬拓氣象大模型相關示意圖。中國科學院青藏高原研究所 供圖

  萬拓氣象大模型由中國科學院青藏高原研究所田向軍研究員牽頭,聯合北京信息科技大學、北京大學、中國科學院大氣物理研究所、國防科技大學、山東省科學院等單位合作者共同研發,相關成果論文近日在預印本平臺arXiv上線。

  萬拓提升預報精度降低臺風路徑誤差

  田向軍介紹說,萬拓氣象大模型的算法很樸素,起點是一個凍結的父模型,第1級的預報器,等于上一級的預報器加上一個該級特有的增量算子。

  其起點有兩種:把現成的預報系統原樣拿來當父模型;訓練一個極粗分辨率的基線,訓練又快又容易做準,代價很低。在兩種起點之上,再逐級“加層”。其中,父模型可以是數值模式,也可以是數據驅動模型,或是兩者的混合。

  萬拓真正起作用的是訓練時父模型參數凍結、梯度不穿過父模型、只訓練新增的殘差模塊這三個約束,三者結合,使訓練時無需為父模型保留用于反向傳播的內部激活和參數梯度,也無需維護其優化器狀態,從而避免訓練時這部分額外顯存開銷。

  論文共同通訊作者、北京信息科技大學王燦副教授說,這一機制與漸進式增長、多網格訓練,以及多模型級聯等方法存在本質區別。后者要么需聯合優化,要么梯度跨級傳遞,要么改動父模型權重。而萬拓的父模型全程不動、不求導、不重訓。

  基于2023年120組配對開展10天全球預報評估結果顯示,萬拓預報精度提升,臺風路徑誤差降低。

  具體而言,萬拓提升分辨率的同時未損失預報技巧,代表性對流層診斷量與父模型大體相當。與0.25°數據驅動預報盤古氣象(Pangu-Weather)模型的對比顯示,在1300個檢驗目標中,萬拓有93.46%的均方根誤差更低。

  在臺風預報方面,對2023年84個熱帶氣旋的檢驗顯示,相較盤古,萬拓的中位路徑誤差在24小時—168小時降低16.5%—66.9%;168小時的中位誤差由1024.8公里降到339.4公里。

  推進“國產芯片+國產專業AI”自主組合

  田向軍指出,萬拓并非僅僅是一個“把天氣預報做細”的技巧,其真正的價值是把“已有的能力”和“新增的能力”分開。地球系統模式由大氣、海洋、陸面、冰凍圈、大氣化學、碳循環等分量組成,每一輪升級都要面對同一個麻煩——改一個分量,整套模式往往要重新調參、重新耦合、重新驗證。

  沿用萬拓“凍結+增量”的思路,任何一個分量都可以在保持原有行為的前提下被細化或替換,其他分量不必推倒重來。對地球系統模式的構建來說,這意味著模式不再是“一次建成”的整體,而是由若干可以獨立演進的分量,通過狀態接口拼接而成,大幅降低了系統升級的門檻與成本。

  萬拓把“重訓整個模型”換成“凍結已有模型、只學增量”,高分辨率訓練的成本不再隨父模型規模膨脹,成功將分辨率從0.7°推到0.07°。

  “我們的目標不是再做一個更大的模型,而是讓這套框架在高原上真正跑起來。”論文共同第一作者、中國科學院青藏高原研究所博士研究生談艷艷說。

  田向軍強調,人工智能(AI)與傳統數值預報不該是競爭關系,兩條路線可以攜手向前,接下來,研究團隊將把多級遞歸流程跑通,并給出成本隨層級變化的實測數據。

  同時,萬拓不是一個孤立的框架。研究團隊未來將與合作伙伴一起,推進“國產芯片+國產專業AI”的自主組合,把萬拓打造為面向青藏高原等目標區域的定制化“公里—分鐘級”物理AI氣象模擬器,兼顧“AI的輕量化部署”與“物理模型的精準性”,將本地觀測變成本地精度,賦能千行百業。(完)

【編輯:于曉】
發表評論 文明上網理性發言,請遵守新聞評論服務協議
本網站所刊載信息,不代表中新社和中新網觀點。 刊用本網站稿件,務經書面授權。
未經授權禁止轉載、摘編、復制及建立鏡像,違者將依法追究法律責任。
Copyright ©1999-2026 chinanews.com. All Rights Reserved

評論

頂部