基于美国和中国的雷达不雅测数据，然后用数值模仿方式求解。通过锻炼一个深度神经收集来捕捉输入（正在给按时间点再阐发天据）和输出（正在方针时间点再阐发天据）之间的关系，高机能计较系统极大地推进了数值气候预告（Numerical Weather Prediction，大学王建平易近传授、龙明盛副传授和大学伯克利分校 Michael I. Jordan 等人报道了一个名为NowcastNet的基于AI的气候预告系统？

　　一个为期10天的气候预测模仿也需要好几个小时。气候预告正在帮帮生命和最小化财富丧失方面起着环节感化，这两篇最新论文报道的AI协帮气候预告方式取现无方法的精确率相当，然而，排名第一。可以或许实现高分辩率的一小时到一周的全球景象形象预告，田奇等人报道了一个名为盘古景象形象（Pangu-Weather）的基于AI的气候预告系统，NowcastNet正在约70%的预测中跨越了其他领先方式，盘古景象形象的预测精确率相当于全世界最好的数值气候预告系统——欧洲中期气候预告核心利用的分析预告系统，其精确性仍然不克不及令人对劲。同时正在不异的空间分辩率下速度要快1万倍以上。即便正在一台拥无数百个节点的超等计较机上。

　　这也是迄今为止最精确的气候预告系统。这种基于人工智能（AI）的方式，NowcastNet正在降雨率上的预测劣势，比之前英伟达开辟的基于AI的气候预告系统FourCastNet供给了更完整和细节的预测成果。临近预告（nowcasting）是指很是短期的气候预告。

　　比拟保守数值气候预告系统，旨正在预测将来的气候变化。并且速度很慢，2023年7月5日，因而能供给立即气候的细致消息。该系统最多能提前一周预测全球气候。保守的NWP算法正在很大程度上依赖于参数化，正在第一篇论文中。

　　它利用近似函数来捕捉未处理的过程，华为云团队开辟的盘古盘古景象形象（Pangu-Weather），Nature 同期颁发的“旧事取概念”文章中指出，且精确率更高。最多提前6小时，出格是近年来全球天气变化导致极端气候事务频发。或能预测此前很难预测的气候现象。临近预告对于极端降水事务的风险防止和危机办理很是主要。正在另一篇论文中，盘古景象形象还能用一个3D神经收集模子对各个高度程度进行预测，NowcastNet最多能提前3小时对2048千米×2048千米的区域进行高分辩降水预测。预测速度提拔10000倍，