NVIDIA déploie Earth-2 pour la prévision météo en Europe
Des chercheurs et entreprises européennes déploient les modèles ouverts NVIDIA Earth-2 pour améliorer les prévisions météo locales, l'assurance, l'énergie et les transports. Présenté à GTC Berlin, Earth-2 rassemble une famille de modèles d'IA et d'outils que les équipes peuvent ajuster avec leurs propres données pour des prévisions globales, régionales et des études environnementales. La nouveauté principale est StormScope EU, une version européenne du modèle StormScope entraînée sur des données météo et climatiques du continent et capable de prévoir l'évolution des nuages à partir d'observations satellite d'EUMETSAT sur 16 canaux Meteosat, avec une actualisation toutes les dix minutes. Dans une démonstration interactive, NVIDIA et la plateforme Earthmover exécutent un pipeline StormScope EU en temps réel grâce à Earth2Studio et diffusent les résultats sous forme de cartes interactives plutôt que de gros jeux de données. Les développeurs peuvent combiner plusieurs briques d'Earth-2, par exemple StormScope pour les prévisions à très court terme et CorrDiff pour affiner les modèles météorologiques de résolution moindre. Le framework open source NVIDIA PhysicsNeMo permet d'entraîner ces architectures sur des données propriétaires et des expertises locales, ouvrant la voie à des applications comme la modélisation de la qualité de l'air ou l'énergie solaire. Plusieurs organisations montrent déjà l'usage opérationnel ou expérimental de la plateforme. L'assureur AXA utilise FourCastNet 3, un modèle Earth-2, pour simuler plus de mille saisons cycloniques et évaluer le risque régional au-delà des seuls records historiques, afin d'éclairer la prévention et la tarification du risque. Vaisala Xweather associe Earth-2 à ses propres observations, notamment les données de foudre, pour améliorer les plateformes d'intelligence météo destinées aux gouvernements, à l'énergie, au maritime, aux transports et aux assurances. Son travail inclut l'adaptation de StormScope avec des données de foudre afin d'accroître les marges d'alerte aux courts délais. À l'université de Manchester, des chercheurs ont adapté le modèle CorrDiff à la modélisation de la qualité de l'air au Royaume-Uni. Entraîné sur le supercalculateur Isambard-AI, le modèle peut ensuite tourner localement sur des systèmes NVIDIA DGX Spark, rapprochant l'outil des environnements de travail courants. TotalEnergies explore de son côté les prévisions solaires avec des estimations de rayonnement basées sur StormScope sur deux sites photovoltaïques, cherchant à fournir des informations météo à des intervalles plus courts que l'heure pour mieux anticiper la production d'électricité solaire. Space42 a développé SARDiff4Height en combinant CorrDiff et PhysicsNeMo pour estimer des hauteurs de surface à partir d'une seule image radar, tout en produisant des cartes d'incertitude aidant les analystes à cibler les vérifications complémentaires. L'ensemble illustre une tendance: les modèles ouverts d'IA météo ne se limitent plus à des démonstrations de prévision générale, mais deviennent des composants ajustables pour des décisions locales et sectorielles. En Europe, leur adoption repose sur l'accès à des données satellite ou terrain, la capacité de les fusionner avec des expertises métier et la possibilité de les exécuter du supercalculateur jusqu'au poste de travail. NVIDIA Earth-2 cherche ainsi à rendre les prévisions météo plus détaillées et plus exploitables, tout en laissant la maîtrise des usages aux développeurs, chercheurs et opérateurs publics ou privés.
