『』气象超脑，释放了一只混沌蝴蝶( 二 )
其中既包括实况数据 ， 即来自全球气象站点的观测数据 ， 既有几千米高空的气象卫星、雷达 ， 还有最原始的人工实时观测 。 除此之外 ， 还需要“模式数据” ， 即由各类计算机的程序运算生成、预测所需要的初始值 。 二者叠加 ， 才能保障精准预测的可能 。 实际上 ， 伴随着大数据的狂飙 ， 各国升级气象计算机的新闻不时就会见诸报端 。
本文插图
其次 ， 算得更快 。
如此庞大的数据一股脑儿涌来 ， 需要一系列处理、分析、推演、预测等操作 ， 加上人们所需的气象预报时空精度越来越高 ， 所需的计算量级和复杂程度也非常之大 ， 而且整个过程往往需要在半小时之内完成 ， 轻易就能干倒一个计算设备的可用资源 。
比如中国气象局最近一次提出的“计算”需求是：高性能计算系统峰值运算速度要不低于8000万亿次每秒 ， 在线存储容量要大于12.6PB ， 全系统可用度超过99% ， 堪称是算力怪兽 。
最后 ， 想得更准 。
气象预测最终是要为服务社会民生所用 ， 但限制其可用性的既包括系统本身的技术局限 ， 还有着复杂且无法预测的用户需求 ， 如何将二者统一起来输出合理的决策呢？
以往的做法是 ， 让经验丰富的人类预报员与机器一同工作 ， 来给出适当的指导 。 当然 ， 人工智能的加入可以帮助工作人员大大地提升效率 。
本文插图
2017年 ， 中国气象局公共气象服务中心联合天津大学共同研发了全国强对流服务产品加工系统 。 就运用图像识别和深度学习等新技术 ， 快速监测强对流天气 。 比如就冰雹预警来说 ， 通过深度学习 ， 清晰地分析出雷达回波上的冰雹特征 ， 从而更好地识别冰雹云 ， 推算出其移速和移向 ， 给出公里级的冰雹可能影响范围 ， 帮助人类更早地预警和防范 。
所以 ， 近年来在诸多智慧城市项目中 ， 将气象数据与城市基础数据叠加 ， 通过模拟天气变化来为城市运行、应急调度提供决策依据 ， 已经作为公共服务的一部分 ， 成为城市治疗的必备选项 。
气象大脑+超算 ， 会带来哪些改变？
既然气象大脑的能力进阶 ， 对计算能力提出了超高要求 ， 那么计算机的更新换代自然也就刻不容缓了 。
目前有实力的国家如中美英日等 ， 支撑起气象预测数值计算的都是高性能的超级计算机 。
比如中国的神威·太湖之光 ， 就拥有超过1000万个内核、125PFlops （1PFLOPS等于每秒1×1015次浮点运算）的峰值性能 。
如此庞大的计算集群 ， 自然也会给运营过程带来一些不确定因素 。
比如说 ， 天气模拟需要数万个CPU并行计算 ， 微小的互连延迟和带宽都有可能给结果带来偏移；
再比如降本增效 。 气象大脑的灾备往往需要设计两个计算资源相对独立的子系统 ， 同时共享存储资源 。 这样一来 ， 业务可靠性大大提高 ， 但功耗、服务器成本也大大提高 ， 如何降低气象预测的社会成本 ， 也与每个人利益切身相关 。
本文插图
当然 ， 一部分计算可以借助“上云”来实现 。 一方面可以降低计算成本 ， 同时利用云端智能技术 ， 可以提供传统计算不具有的管理功能 。
比如深圳市气象局联合国家超级计算深圳中心打造的“深圳气象云” ， 就具备分区预警、地质灾害预警、第三方数据查询分析等功能 ， 对泛华南区域多种实时气象监测数据 ， 进行高速分析处理和精细化格点预报 。
不过 ， 天气系统本身是一个复杂多变且不稳定的系统 ， 其数值、输入、输出以及物理机制都存在不确定性 ， 这也使得精细化模型的训练和实现相对困难 。 对于短期内的临时天气预测 ， 人工智能还需要继续磨练才行 。
推荐阅读
- 「产业气象站」5G时代大有可为？2020为何会出现5G无用论？
- 「产业气象站」如果瘫痪了会造成什么影响，用于海上风电功率预测的系统
- 产业气象站▲固守高端显示技术领先地位，三星、LGD皆弃LCD
- 「产业气象站」莫比乌斯带原理可以运用到什么地方?，莫比乌斯带怎么做
- 『产业气象站』微纳星空无人机卫通终端产品成功完成批量交付
- 产业气象站■又学了一招，钢中碳含量的7种测定方法
- 产业气象站■项目负责人回应“IPFS在2020年将岌岌可危”
- #产业气象站#单页应用程序是如何打破网页设计的？
- 产业气象站▲外贸营销网站建设如何打造用户喜欢的站点！
- 产业气象站■助力加速平台交易增长，云集赋能新兴品牌