NVIDIA, FCN3로 날씨 예보 60일까지 정확하게

NVIDIA Earth-2의 최신 AI 기반 글로벌 날씨 예측 시스템인 FourCastNet3(FCN3)이 발표되었다. FCN3는 중기 예측부터 하위계절적 예측까지의 범위에서 확률적 정확도, 계산 효율성, 스펙트럼 정확도, 앙상블 캘리브레이션, 안정성 등 여러 측면에서 혁신적인 성능을 보인다. 기존의 기계학습 모델인 GenCast와 비교해 중기 예측 정확도는 동일하지만, 전통적인 수치적 날씨 예측 시스템인 IFS-ENS보다 우수하다. FCN3는 단일 NVIDIA H100 Tensor Core GPU에서 0.25도 해상도와 6시간 간격으로 60일치 예측을 4분 이내에 처리할 수 있어, GenCast보다 8배, IFS-ENS보다 60배 빠르다. FCN3의 아키텍처는 구형 신호 처리 기반의 전면 컨볼루셔널 신경 연산자로 구성되어 있으며, FourCastNet2와 달리 지역적 구형 컨볼루션과 스펙트럼 컨볼루션을 결합해 사용한다. 이는 모레트 웨이블릿을 기반으로 한 파라미터화를 통해 지역화된 기상 현상을 효과적으로 모델링할 수 있도록 하며, NVIDIA CUDA 기반의 맞춤형 구현으로 계산 효율성을 유지한다. 또한, 예측 단계마다 잠재적 노이즈 변수를 통해 확률적 요소를 도입해, 이전의 확산 모델 기반 접근법보다 효율적인 한 번의 예측 생성이 가능하다. FCN3는 모델 병렬 처리 기법을 도입해 대규모 모델을 학습할 수 있도록 설계되었다. 이는 전통적인 수치 날씨 예측에서 사용되는 도메인 분해 기법을 기반으로 한 것으로, VRAM에 더 큰 모델을 적재할 수 있고, 각 장치의 디스크 I/O를 줄일 수 있다. 이 기술은 NVIDIA Collective Communications Library(NDCL)를 사용해 분산된 공간 연산을 수행하며, 최대 1,024개의 GPU를 사용해 도메인, 배치, 앙상블 병렬 처리를 동시에 수행한다. FCN3는 확률적 앙상블의 분산-기술 비율이 일정하게 유지되어, 예측 불확실성이 실제 기상 변화와 잘 일치한다. 랭크 히스토그램과 다른 진단 도구를 통해 앙상블 구성 요소가 실제 관측과 교환 가능하다는 것이 확인되었다. 또한, FCN3는 60일 이상의 예측 기간 동안 실제 기상 패턴의 에너지 전달과 날카로움을 충실히 재현해, 고주파 특징을 흐리게하거나 소음으로 변하게 하는 다른 기계학습 모델과는 차별화된다. FCN3의 예측 성능은 2020년 2월 11일 유럽에 도착한 스톰 디니스를 예측하는 데서도 입증되었다. 이 모델은 500hPa 바람 강도와 그 변화를 정확하게 예측하며, 다양한 길이 척도에서의 에너지 분포도를 잘 보존한다. FCN3는 Earth2Studio를 통해 쉽게 사용할 수 있으며, torch-harmonics와 bf16 자동 혼합 정밀도를 사용하면 최적의 성능을 얻을 수 있다. 자세한 정보와 학습 코드는 NVIDIA NGC 및 makani에서 확인할 수 있다. FCN3는 기존의 물리 기반 모델보다 우수한 성능을 보여주며, 기상 예측 분야에서 데이터 중심 접근법의 한계를 극복하고 있는 기술적 혁신으로 평가받는다. 전문가들은 FCN3가 기존 기술과 비교해 빠른 처리 속도와 높은 예측 정확도를 통해 기상 예측의 미래를 이끌고 있다고 분석한다. 이 모델은 과학 연구와 실용적 응용에서 중요한 역할을 할 것으로 기대된다. NVIDIA는 이 기술을 통해 기상 예측의 정확도와 효율성을 크게 향상시켰으며, 지속적인 연구와 개발을 통해 기술적 발전을 이어갈 계획이다.