使用预先训练的模型创建数据驱动的天气预报成本低廉，并且可以提供与已建立的数值天气模型相当的准确度的预报。多家公司和研究实验室已经开发了人工智能天气模型，包括：

• 盘古天气【华为】
• FourCastNet [NVIDIA]
• GraphCast [谷歌 DeepMind ]

欧洲中期天气预报中心 (ECMWF) 提供了使用这些模型生成天气预报的例程 [1]。尽管建议使用 GPU，但模型推理甚至可以在笔记本电脑上执行。

在这篇文章中，我将

• 向您展示如何创建自己的人工智能天气预报
• 比较 GPU 和 CPU 上模型的推理时间
• 可视化 PanguWeather 和 FourCastNet 的天气预报，包括温度、水蒸气和急流

背景资料

传统上，天气预报依赖于在全球网格上求解的数值天气模型。这需要大量的计算资源，并且世界上只有少数气象服务具备生成全球天气预报的能力。