Universität Manchester nutzt NVIDIA Earth-2 zur Vorhersage von Luftverschmutzung im Vereinigten Königreich

Die University of Manchester hat in Zusammenarbeit mit NVIDIA eine Methode entwickelt, um Luftverschmutzung im gesamten Vereinigten Königreich mit generativer KI vorherzusagen. Das Projekt basiert auf der NVIDIA Earth-2 Plattform.

Hintergrund

Luftverschmutzung stellt ein erhebliches Gesundheitsrisiko dar. Herkömmliche chemiebasierte Modelle zur Berechnung der Luftqualität sind rechenintensiv und teuer, was ihre räumliche Auflösung und Aktualisierungsfrequenz begrenzt.

Die Lösung mit NVIDIA Earth-2

Professor David Topping von der Abteilung für Erd- und Umweltwissenschaften der University of Manchester erkannte das Potenzial der generativen KI-Modelle von NVIDIA Earth-2 für die Modellierung von Luftverschmutzung. Unterstützt wurde er durch Doktorand Hao Zhang.

Das Team nutzte zwei Modelle aus der Earth-2 Familie:

• Earth-2 CorrDiff: Ein generatives Downscaling-Modell, das aus bestehenden Chemie-Klima-Simulationen Trainingsdaten ableitet.
• Earth-2 StormCast: Ein Modell, das zeitabhängige Vorhersagen unter direkter Nutzung von Luftqualitätsbeobachtungen ermöglicht.

Das Modell wurde mit einem Jahr stündlicher britischer Verschmutzungsdaten trainiert und erreicht eine Auflösung von 2–3 Quadratkilometern.

Infrastruktur

Das Training erfolgte auf dem Isambard-AI Supercomputer in Bristol. Dieser nationale KI-Supercomputer ist mit 5.448 NVIDIA GH200 Grace Hopper Superchips ausgestattet. Der gesamte Trainingsprozess für das Luftverschmutzungsmodell dauerte nur zwei Tage auf einem einzigen Knoten mit acht GPUs.

Für Inferenz und kleinere Trainingsläufe kommt der NVIDIA DGX Spark zum Einsatz – ein kompakter persönlicher KI-Supercomputer auf Basis der Grace Blackwell Architektur.

Anwendungen und Ausblick

Das Modell ermöglicht die Simulation zukünftiger Szenarien und kann politische Entscheidungen sowie das Gesundheitswesen unterstützen. Das Team plant, Trainingsdaten und Workflows als Open Source zu veröffentlichen. Langfristig wird eine agentische Schnittstelle angestrebt, über die Fachkräfte natürliche Fragen stellen können.

Quelle: NVIDIA Blog

FAQ

Welche Modelle von NVIDIA Earth-2 wurden verwendet?
Es kamen Earth-2 CorrDiff für das Downscaling und Earth-2 StormCast für zeitabhängige Vorhersagen zum Einsatz.

Auf welcher Hardware wurde das Modell trainiert?
Das Training erfolgte auf dem Isambard-AI Supercomputer mit NVIDIA GH200 Grace Hopper Superchips und dauerte zwei Tage auf einem einzelnen Knoten mit acht GPUs.

Wird die Technologie öffentlich zugänglich gemacht?
Ja, das Team plant die Veröffentlichung der Trainingsdaten und Workflows als Open Source, damit vergleichbare Modelle weltweit mit lokalen Daten trainiert werden können.