研究人员开发了BEAST,一种用于大气预报的贝叶斯Swin Transformer模型,能够量化不确定性。该模型利用新颖的4D并行方案,在JUPITER超级计算机上高效训练了一个24亿参数的模型,并取得了高性能。BEAST在40年的数据上进行训练,展示了具有竞争力的预测能力,并能以极高的精度预测极端事件,在生成大型集合预报的速度上优于当前的人工智能和数值模型。 AI
影响 通过实现高保真不确定性量化和更快的极端事件预测,推动了气候与地球系统科学领域的人工智能能力。
排序理由 研究论文,详细介绍了一种用于大气建模的新型人工智能模型和并行技术。[lever_c_demoted from research: ic=1 ai=1.0]
- 4D-parallelization
- arXiv
- atmospheric forecasting
- Bayesian Swin Transformer
- Charlotte Debus PhD
- Hugging Face
- JUPITER
- NVIDIA GH200
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →