O que foi lançado
A NVIDIA anunciou em seu blog que o StormScope EU passa a ser o modelo mais recente do Earth-2, sua família de modelos e ferramentas abertas de IA para trabalho com clima e tempo. Trata-se de uma versão regional do modelo StormScope já existente, feita para previsão de curto prazo e treinada com dados meteorológicos e climáticos da Europa.
O modelo usa observações de satélite da EUMETSAT para prever como as condições de nuvens vão evoluir em 16 canais do Meteosat, em intervalos de 10 minutos. A fonte não informa data de lançamento, termos de licença nem preço do StormScope EU, então esses pontos continuam sem confirmação.
Como as peças se encaixam
Na GTC Berlim, a NVIDIA mostra um pipeline do StormScope EU funcionando ao vivo, em uma demonstração feita com a Earthmover. O Earth2Studio roda as previsões, e a plataforma de dados da Earthmover gerencia e entrega os resultados, atualizando-os sempre que chegam novas observações de satélite. Os resultados são servidos como tiles de mapa, de modo que os visitantes navegam pelas previsões de toda a Europa sem baixar conjuntos de dados inteiros.
Os desenvolvedores podem combinar modelos do Earth-2 em um único fluxo de trabalho. O StormScope cuida da previsão de curto prazo, enquanto o CorrDiff acrescenta detalhe local a dados meteorológicos de resolução mais grossa. O framework de código aberto PhysicsNeMo fornece as ferramentas de treinamento e personalização, e as equipes podem retreinar as arquiteturas com dados proprietários ou para novos usos, como modelagem de qualidade do ar.
Quem está construindo em cima
O post lista várias organizações que trabalham com o Earth-2:
- AXA usa o FourCastNet 3 para estudar o risco regional de ciclones em mais de 1.000 temporadas simuladas, apoiando avaliações de risco e ações de prevenção.
- Vaisala Xweather combina o Earth-2 com suas próprias observações e dados de raios, adapta o StormScope para ampliar a antecedência dos alertas de curto prazo e o entrega por seus produtos SaaS e integrações com assistentes de IA.
- Universidade de Manchester adaptou o CorrDiff para modelagem da qualidade do ar no Reino Unido, treinou-o no supercomputador Isambard-AI e o executou localmente em sistemas NVIDIA DGX Spark.
- TotalEnergies avalia nowcasts de radiação solar baseados no StormScope em dois sites fotovoltaicos e desenvolve modelos de informação meteorológica de resolução inferior a uma hora.
- Space42 criou o SARDiff4Height com CorrDiff e PhysicsNeMo para estimar a altura de superfícies a partir de uma única imagem de radar, com mapas de incerteza.
O que tirar disso
Os exemplos são, em sua maioria, pilotos e pesquisa, não produtos prontos, e a fonte não traz números de desempenho. O ponto de maior interesse comercial é o plano da Vaisala Xweather de entregar alertas baseados no StormScope por software e assistentes, que é como a maioria das empresas consumiria esse tipo de tecnologia.