À l’approche de la tempête hivernale qui frappe actuellement une grande partie des États-Unis, les prévisions météorologiques pour certaines régions étaient omniprésentes, avec des prévisions de chutes de neige variant énormément.
Nvidia n’aurait pas pu mieux chronométrer la sortie de ses nouveaux modèles de prévisions météorologiques Earth-2. Ou, étant donné la précision avec laquelle l’entreprise affirme que les nouveaux modèles sont, peut-être savait-elle quelque chose que nous ignorions ?
Les nouveaux modèles d’IA promettent de rendre les prévisions météorologiques plus rapides et plus précises. Nvidia affirme qu’un modèle en particulier, Earth-2 Medium Range, bat le modèle météorologique AI de Google DeepMind, GenCast, sur plus de 70 variables. GenCast, publié par Google en décembre 2024, était lui-même nettement plus précis que les modèles météorologiques existants, capables de générer des prévisions jusqu’à 15 jours.
Nvidia a annoncé les nouveaux outils lundi lors de la réunion de l’American Mogenic Society à Houston.
« Philosophiquement et scientifiquement, c’est un retour à la simplicité », a déclaré aux journalistes Mike Pritchard, directeur de la simulation climatique chez Nvidia, lors d’un appel téléphonique avant la réunion. «Nous nous éloignons des architectures d’IA de niche sur mesure et nous tournons vers l’avenir des architectures simples, évolutives et transformatrices.»
Traditionnellement, la plupart des prévisions météorologiques reposent sur des simulations physiques observées dans le monde réel. Les modèles d’IA sont un ajout relativement récent. Le modèle Earth-2 Medium Range est basé sur une nouvelle architecture Nvidia appelée Atlas, sur laquelle la société a annoncé qu’elle publierait plus de détails lundi.
Outre Medium Range, la suite Earth-2 de Nvidia comprend un modèle de prévision immédiate et un modèle d’assimilation globale des données.
Événement Techcrunch
San Francisco
|
13-15 octobre 2026
La prévision immédiate produit des prévisions à court terme de zéro à six heures dans le futur et vise à aider les météorologues à prévoir les impacts des tempêtes et autres conditions météorologiques dangereuses.
« Comme ce modèle est formé directement sur des observations de satellites géostationnaires disponibles à l’échelle mondiale, plutôt que sur des résultats de modèles physiques spécifiques à une région, l’approche de Nowcasting peut être adaptée n’importe où sur la planète avec une bonne couverture satellite », a déclaré Pritchard. Cela devrait aider les gouvernements des États et des petits pays à comprendre comment les phénomènes météorologiques extrêmes pourraient affecter leurs territoires.
Le modèle Global Data Assimilation utilise des données provenant de sources telles que des stations météorologiques et des ballons pour produire des instantanés continus des conditions météorologiques dans des milliers d’endroits à travers le monde. Ces instantanés sont ensuite utilisés comme points de départ pour que les modèles météorologiques effectuent leurs prévisions.
Traditionnellement, ces instantanés nécessitaient d’énormes quantités de puissance de calcul avant que le travail de prévision puisse commencer. « Cela consomme environ 50 % de la charge totale de supercalcul des prévisions météorologiques traditionnelles », a déclaré Pritchard. « Ce modèle peut le faire en quelques minutes sur les GPU au lieu de plusieurs heures sur les supercalculateurs. »
Les trois nouveaux modèles rejoignent deux modèles existants : CorrDiff, qui utilise des prévisions à gros grain pour générer des prévisions rapides à haute résolution, et FourCastNet3, qui modélise des variables météorologiques individuelles telles que la température, le vent et l’humidité.
Pritchard a déclaré que les nouveaux modèles devraient permettre à davantage d’utilisateurs d’accéder à de puissants outils de prévision météorologique, qui ont toujours été le domaine des pays riches et des grandes entreprises, qui disposent des fonds nécessaires pour payer le temps coûteux des supercalculateurs.
« Cela fournit les éléments fondamentaux utilisés par tous les acteurs de l’écosystème – services météorologiques nationaux, sociétés de services financiers, sociétés énergétiques – tous ceux qui souhaitent créer et affiner des modèles de prévisions météorologiques », a déclaré Pritchard. Certains outils sont déjà utilisés. Les météorologues en Israël et à Taiwan utilisent par exemple Earth-2 CorrDiff, tandis que The Weather Company et Total Energies évaluent Nowcasting, a déclaré Nvidia.
« Pour certains utilisateurs, il est logique de s’abonner à un système de prévisions météorologiques centralisé d’entreprise. Mais pour d’autres, comme les pays, la souveraineté compte », a déclaré Pritchard. « La météo est une question de sécurité nationale, et la souveraineté et la météo sont indissociables. »
