Манчестерский университет адаптировал NVIDIA Earth-2 для прогноза загрязнения воздуха

Исследователи обучили генеративную модель CorrDiff на данных химико-климатических симуляций и получили модель загрязнения воздуха для всей Великобритании с пространственным разрешением 2–3 км². Обучение заняло два дня на одном узле с восемью GPU суперкомпьютера Isambard-AI, а инференс и небольшие обучающие задачи удалось перенести на настольную систему DGX Spark.

Исследователи Манчестерского университета совместно с NVIDIA адаптировали семейство моделей Earth-2, созданное для прогнозирования погоды и климата, к моделированию загрязнения воздуха.

Для переобучения генеративной модели пространственной детализации CorrDiff команда использовала год смоделированных данных о загрязнении с часовым интервалом. Обучение на одном восьмипроцессорном GPU-узле британского суперкомпьютера Isambard-AI заняло два дня. Полученная модель охватывает территорию Великобритании с разрешением 2–3 км².

Затем исследователи подключили Earth-2 StormCast для построения зависящих от времени прогнозов с использованием наблюдений за качеством воздуха. Инференс и небольшие циклы обучения запускаются на настольной системе NVIDIA DGX Spark с суперчипом GB10 Grace Blackwell.

Команда намерена повысить детализацию до уровня отдельных улиц за счет дополнительных открытых данных. Обучающие данные и рабочие процессы планируется опубликовать, чтобы аналогичные модели можно было создавать для других стран и городов.