Nvidia accélère sur la modélisation du changement climatique avec un modèle d'IA dédié

Grâce au modèle cBottle disponible dans Earth-2, les développeurs peuvent créer des jumeaux numériques climatiques, explorer et visualiser les données kilométriques de manière interactive ainsi que prédire des scénarios possibles avec une faible latence et un débit élevé.

Earth 2 de Nvidia
Earth 2 de Nvidia

"Le nouveau modèle fondamental d'Earth-2 de Nvidia simule le climat mondial à l’échelle du kilomètre". C'est en tout cas ce que vante le roi du hardware pour l'IA, assurant que "grâce à une simulation plus détaillée du climat terrestre, les scientifiques et chercheurs peuvent mieux prévoir et atténuer les effets du changement climatique".

Observer le climat à l'échelle du kilomètre

S'appuyant sur sa plateforme Earth-2 qui combine un ensemble d'accélérateurs GPU, des simulations physiques et des graphismes pour créer des jumeaux numériques interactifs, Nvidia a en effet développé un modèle spécialisé baptisé cBottle - abréviation de Climate in a Bottle.

Conçu pour simuler le climat global à une résolution du kilomètre, ce dernier est capable de générer des états atmosphériques réalistes conditionnés par l’heure de la journée, la date ou la température de surface de la mer, offrant ainsi un nouveau point de vue pour comprendre et anticiper les systèmes naturels les plus complexes de la planète.

Compresser jusqu'à 3000 fois un échantillon météo

"Avec cBottle, ces prévisions peuvent être établies des milliers de fois plus vite et avec une consommation d’énergie bien moindre que les modèles numériques classiques, sans perte de précision", assure Nvidia. Ainsi, alors que l'informatique climatique est traditionnellement gourmande en temps, en main-d’œuvre et en calcul, imposant l’analyse de dizaines de pétaoctets de données, cBottle compresse ces volumes massifs : jusqu’à 3000 fois pour un échantillon météo unique, soit 3 000 000 fois pour 1000 échantillons.

Entraîné sur des simulations physiques haute résolution et sur 50 ans d’estimations atmosphériques mesurées, cBottle est capable de reconstituer les données manquantes ou corrompues, corriger les biais des modèles climatiques, résoudre les données basse résolution et synthétiser de nouvelles informations à partir de schémas observés. "Son efficacité extrême permet un entraînement sur seulement quatre semaines de simulations kilométriques", promet la firme de Santa Clara.

Des chercheurs en Allemagne et aux Etats-Unis s'appuient sur cBottle

cBottle a été éprouvé lors du World Climate Research Programme Global KM-Scale Hackathon, organisé dans huit pays et dix centres de simulation, afin de faire progresser l’analyse de modèles climatiques haute résolution et d’élargir l’accès à des données climatiques de haute fidélité.

Par la suite, des institutions de recherche de premier plan, à commencer par le Max-Planck-Institute for Meteorology (MPI-M) et l’Allen Institute for AI (Ai2) ont décidé d'utiliser le modèle pour compresser, distiller et transformer les données d’observation de la Terre et les simulations climatiques ultra-haute résolution en un système d’IA générative interactif et interrogeable.

"cBottle est une utilisation élégante de l’IA générative pour simuler efficacement les phénomènes météorologiques extrêmes locaux, comme les pluies diluviennes ou les vents chauds qui propagent les incendies", souligne Christopher Bretherton, directeur de la modélisation climatique chez Ai2. En parallèle, à l'Université de Manchester, la plateforme Earth-2 est déployée pour développer des modèles de flux de pollution.

Pour l'heure, le modèle fondamental cBottle est disponible en accès anticipé, les chercheurs intéressés peuvent consulter le code sur GitHub et l'article dédié sur arXiv.

Newsletter L'Usine Digitale
Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.