أطلقت NVIDIA Earth-2 نموذج FourCastNet3 (FCN3)، وهو نظام تنبؤي بالطقس العالمي الذي يجمع بين الدقة والسرعة في التنبؤات الجوية الكبيرة. يُعتبر FCN3 من النماذج الأحدث في مجال التنبؤ بالطقس باستخدام الذكاء الاصطناعي، ويتميز بقدرات م probabilistic (التنبؤات الاحتمالية) ممتازة، وفعالية حسابية مذهلة، ودقة في التكرار الطيفي، وتحقيق توازن مثالي بين التوقع والتفاوت، وثبات في الأداء على المدى المتوسط والطويل. في تجربة تغطي 60 يومًا، يمكن لنموذج FCN3 إنتاج توقعات بسرعة أقل من أربع دقائق باستخدام وحدة معالجة رسومية NVIDIA H100، وهو يحقق مكاسب كبيرة في السرعة مقارنةً بـ GenCast (8 أضعاف أسرع) ونظام IFS-ENS التقليدي (60 ضعفًا أسرع). كما أن النموذج يحافظ على خصائص الطيف الواقعية حتى في التوقعات التي تمتد لـ 60 يومًا، مما يسهم في تحسين دقة التنبؤات على المدى الطويل. يستخدم FCN3 معمارية مبنية على مُعالجات عصبية كروية، تجمع بين التحويلات الطيفية والتحويلات المحلية على الكرة الأرضية. يتم تخصيص هذه التحويلات باستخدام موجات مورلت (Morlet wavelets)، وتعمل ضمن إطار التحويلات المجموعة المستمرة والمنفصلة. هذا النهج يسمح بتحديد م filtros محددة مساحة، مما يجعل النموذج مناسبًا لفهم الظواهر الجوية المحلية، مع الحفاظ على الكفاءة الحسابية. يتم إدخال الت RANDOM في كل خطوة من التنبؤ عبر متغير ضوضاء خفي يتم التحكم فيه باستخدام عملية تشتت على الكرة. هذا النهج يسمح بإنشاء أعضاء التوقعات بشكل فوري، وهو ميزة مقارنةً بالنماذج الأخرى التي تعتمد على التشتت. كما يتم تدريب FCN3 كنظام متكامل، حيث يتم تقليل دالة خسارة مركبة تشمل دقة التنبؤ في الفضاء والطيف. لإ scalability (التوسع) النموذج، تم تطوير منهجية جديدة تشبه تقسيم المجال في النماذج التقليدية، مما يسمح بتدريب نموذج كبير على حتى 1024 وحدة معالجة رسومية، باستخدام التوازي في المجال والدفعة والجمع. يُعتبر هذا تقدمًا كبيرًا في مجال النماذج التنبؤية. يُظهر FCN3 أداءً أفضل من النموذج الفيزيائي IFS-ENS، ويحقق دقة مماثلة لـ GenCast. كما يحقق نسبة توزيع التوقعات (spread-skill ratio) قرب الـ 1، مما يدل على توقعات موثوقة ومتوازنة. تؤكد المخططات والتحليلات الأخرى أن أعضاء التوقعات تظل متوافقة مع البيانات الواقعية، مما يعزز من موثوقية النموذج. أظهرت النتائج أيضًا أن FCN3 يحافظ على التوقيعات الطيفية للطقس حتى في التوقعات التي تمتد لـ 60 يومًا، مما يسمح بتنبؤات دقيقة وواضحة على المدى الفرعي الفصلي (subseasonal). في تجربة محددة، توقع FCN3 بدقة قوة الرياح والاختلافات الطيفية في موجة "دينيس" التي ضربت أوروبا في فبراير 2020، حتى بعد 30 يومًا من التوقع. يمكن للمستخدمين تنفيذ نماذج FCN3 عبر منصة Earth2Studio، حيث يوفر النموذج إمكانية تحميل البيانات وتوليد التوقعات بسهولة. كما يمكن الوصول إلى النموذج المدرب بشكل كامل من خلال منصة NVIDIA NGC. لتحسين الأداء، يُنصح باستخدام "torch-harmonics" مع ميزات CUDA المخصصة، وتقنية التخزين المختلط (bf16) أثناء التنبؤ. FourCastNet3 هو نموذج متقدم من NVIDIA، يُعد من الشركات الرائدة في مجال الذكاء الاصطناعي وتقنيات التنبؤ بالطقس، ويهدف إلى تحسين دقة التنبؤات وتسريعها، مما يسهم في تطوير أنظمة تنبؤية أكثر فعالية وموثوقية على المدى الطويل.