Штормовая мозаика: ИИ-модель STRATA собирает глобальную погоду по кусочкам ✛ ✦

Оригинал: "Scaling Storm-Resolving Atmospheric AI Simulation to the Entire Planet"
arXiv:2606.31248 · 2026-06-30 · CC BY 4.0 · 2 мин
Подобно искусному мозаичисту, новая ИИ-модель STRATA собирает глобальную картину конвекции из локальных фрагментов, достигая разрешения 4,9 км и 50-кратной экономии энергии.

Десятилетиями глобальные модели атмосферы напоминали художников, вынужденных рисовать планетарные штормы грубыми мазками: разрешение в 25–100 километров заставляло «угадывать» конвекцию через приближённые схемы, порождая систематические ошибки в прогнозах осадков и климата. Ещё Джон фон Нейман, закладывая основы численного моделирования погоды, утверждал, что ключ к точности — в вычислительной мощи. Но даже сегодня глобальные шторм-разрешающие модели, явно воспроизводящие километровые ячейки, пожирают около мегаватт-часа энергии на один модельный день — словно тяжелый каток, который проходится по планете ценой гор углекислого газа.

Модель STRATA переворачивает эту стратегию. Вместо того чтобы тащить груз всей атмосферы разом, она действует как мастер мозаики: учится на крошечных плитках — локальных пространственных фрагментах размером 128×128 ячеек (~576 км) с временным шагом 10 минут. Физика здесь союзник: за 10 минут акустические волны в атмосфере пробегают лишь около 200 км, поэтому локальный фрагмент содержит почти всё необходимое для предсказания своей эволюции. Но есть и более глубокая синхронизация: именно за такой интервал облачная капля успевает вырасти до размеров, с которых начинается падение — модель бессознательно ловит естественный ритм образования осадков. Архитектура вбирает в себя многомерную динамику: 3D-внедрение патчей схватывает вертикальные потоки, а новый метод стереографического позиционного кодирования StereoRoPE учитывает сферичность Земли, влияние гравитации и солнечной радиации как внешнего форсинга. Конвективные поля, обладающие высокой энтропией и склонные к хаотическим всплескам, сглаживаются специальным пиксельным де-алиасинг-декодером — словно мозаичист аккуратно шлифует края каждого кусочка смальты, чтобы избежать шумов в общей картине.

STRATA обучилась всего на 17 днях глобальных данных — как если бы реставратор, изучив горсть уцелевших фрагментов, воссоздал целый купол Сикстинской капеллы.

Результат превосходит ожидания: модель генерирует стабильные 24-часовые прогнозы с реалистичной километровой динамикой — от закрученных спиралей тропических циклонов до островной конвекции и орографических осадков, льющих на наветренные склоны. Спектры мощности осадков почти неотличимы от эталонной модели SCREAM, а ключевая метрика Fractions Skill Score уверенно опережает персистентность. Но самый ошеломляющий прорыв — энергоэффективность: 48 модельных дней на мегаватт-час, примерно в 50 раз лучше, чем у классических подходов. На 512 ускорителях H100 STRATA выдаёт 741 модельный день за реальные сутки, потребляя при этом в десятки раз меньше электричества и, соответственно, сокращая выбросы того самого CO₂, который и участвует в разогреве климата.

Такая экономия переводит глобальное шторм-разрешающее моделирование из разряда штучных вычислительных подвигов в разряд доступных инструментов. Открывается путь к ансамблевым расчётам на столетних масштабах, позволяющим количественно оценить меняющуюся частоту экстремальных ливней и вклад облачных обратных связей — главной неопределённости климатических прогнозов. Следующий шаг — гибридизация с грубозернистыми глобальными моделями и продвижение к разрешению 100–200 метров, где становятся видимыми низкие облака, чей баланс между отражением солнечного света и удержанием тепла до сих пор ускользал от вычислений. Если численные модели прошлого были тяжелыми гобеленами, вытканными вручную, то STRATA предлагает лёгкую мозаику, которая дышит и живёт в реальном времени.

STRATA обучилась всего на 17 днях глобальных данных — это как просмотреть один сезон сериала, но уже воспроизводить планетарную конвективную динамику.

Идея быстрого ИИ-эмулятора глобальной погоды воскрешает образ «Машины предсказаний» из фантастики Азимова — суперкомпьютер, вычисляющий будущее; но теперь это не фантастика, а STRATA.

\text{FLOPs} \approx 2NP
N — число патчей, P — число параметров: затраты линейно растут с размером модели и объёмом данных, поэтому локальное обучение на плитках даёт огромную экономию.
PV = nRT
Давление, объём и температура воздуха жёстко связаны — на этом простом законе держится вся термодинамика атмосферных моделей, включая STRATA.
Учёные
Ludwig BoltzmannHenri PoincaréJohn von NeumannJosiah Willard GibbsClaude-Louis NavierJean Leray
Понятия
OISST v2.1 напряжение ветра атмосферное давление ERA5 климат осадки температура поверхности моря тропосфера усвоение данных gpcp slam климатическая модель энергетический дисбаланс земли искусственный интеллект спутниковые слои облако годовой цикл землетрясение реанализ oisst nrt