NVIDIA Earth-2が開発したAI気象予測システム「FourCastNet3（FCN3）」が、高速かつ高精度な大規模アンサンブル予測を実現したと発表した。FCN3は、中長期気象予測において、従来の数値モデルや他の機械学習モデルを上回る性能を持つ。特に、60日間の予測を1つのNVIDIA H100 Tensor Core GPUで4分以内に処理可能で、GenCastやIFS-ENSより8倍、60倍の速さで計算できる。気象予測の確率的精度やスペクトルの正確性、アンサンブルの校正性も優れている。 FCN3のアーキテクチャは、球面信号処理のプリミティブを基にした完全畳み込み型の神経演算子で構成されている。FourCastNet2とは異なり、局所的な球面畳み込みとスペクトル畳み込みを併用し、モーレットウェーブレットを用いてパラメータ化されている。これにより、局所的な気象現象に適した非対称で局所的なフィルターを実現し、計算効率を保つ。 FCN3は、予測ステップごとに潜在的なノイズ変数を導入し、球面上での拡散プロセスで進化させる。この隠れマルコフモデルのアプローチにより、1ステップごとのアンサンブル生成が効率的に行える。また、空間とスペクトル領域でのCRPS（連続的ランク確率スコア）を統合した損失関数で学習させることで、正確な空間相関を学習する。 FCN3は、従来の気象モデルでは検証されていなかった「スケーリング」の重要性を再評価し、モデル並列性を従来の数値気象モデルのドメイン分解にインスパイアされた手法で実現。これにより、1,024台のGPUで同時にトレーニングが可能。FCN3は、気象のスペクトル特性を長期間にわたって保持し、実際の気象パターンを忠実に再現する。 FCN3は、2020年2月11日に欧州に上陸したストーム・ディニスの予測でも正確性を示した。60日間の予測でも、風速や気圧の変動を正確に再現し、信頼性のある予測結果を提供。NVIDIA NGCでトレーニング済みモデルのチェックポイントが公開されており、Earth2Studioを用いた推論も可能。具体的なコード例も提供されている。 開発チームは、NVIDIAとLBNL、カリフォルニア工科大学（Caltech）などの研究者で構成されており、今後の気象予測技術の進化に注目が集まっている。