Des pionniers européens déploient les modèles ouverts NVIDIA Earth-2 pour la prévision météo et climatique
NVIDIA a annoncé lors de sa conférence GTC Berlin l'arrivée de StormScope EU, nouveau modèle de sa famille ouverte Earth-2 dédiée à la prévision météorologique et climatique par intelligence artificielle. Version régionale de StormScope, il est entraîné sur des données météo et climatiques européennes et vise la prévision à très court terme. Il exploite les observations satellitaires d'EUMETSAT pour anticiper l'évolution de la couverture nuageuse sur 16 canaux de Meteosat, avec un pas de 10 minutes. NVIDIA présente une démonstration interactive en direct, conçue avec Earthmover, où Earth2Studio exécute les prévisions tandis que la plateforme d'Earthmover gère et diffuse les résultats, actualisés à chaque nouvelle observation satellite. Les cartes sont servies sous forme de tuiles, ce qui permet d'explorer l'Europe sans télécharger de jeux de données complets. Plusieurs organisations bâtissent déjà sur Earth-2. AXA utilise FourCastNet 3 pour étudier le risque cyclonique régional sur plus de 1 000 saisons simulées. Vaisala Xweather adapte StormScope avec ses données de foudre. L'université de Manchester a adapté CorrDiff à la qualité de l'air britannique. TotalEnergies teste des nowcasts de rayonnement solaire sur deux sites photovoltaïques. Space42 a développé SARDiff4Height.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de NVIDIA AI Blog. Lire l'article original →
L'enjeu tient à l'échelle locale des décisions. Une prévision mondiale peut signaler la formation d'une tempête, mais l'exploitation d'une centrale solaire, le choix d'une route maritime ou l'évaluation d'un bien assuré dépendent de ce qui se passe à quelques kilomètres, parfois à quelques minutes près. En proposant des modèles ouverts que chacun peut personnaliser avec ses propres données, NVIDIA vise les énergéticiens, assureurs et opérateurs de transport. Les cas d'usage illustrent cette diversité. En allant au-delà de l'historique observé, AXA affine ses évaluations de risque et cible mieux la prévention auprès de ses clients. Vaisala Xweather veut allonger le délai d'alerte et rendre ces avertissements accessibles via ses offres en ligne et ses assistants d'IA. TotalEnergies cherche à anticiper les variations de production solaire à des intervalles inférieurs à l'heure. À Manchester, le modèle, entraîné sur le supercalculateur Isambard-AI puis exécuté sur des systèmes DGX Spark, passe d'une machine nationale au poste de travail. Space42, lui, estime des hauteurs de surface à partir d'une seule image radar et produit des cartes d'incertitude indiquant où les estimations demandent plus de prudence.
Ces annonces s'inscrivent dans la stratégie de NVIDIA, qui cherche à faire d'Earth-2 une plateforme de référence pour la météo par IA, en s'appuyant sur ses processeurs et sur des outils ouverts. Les développeurs peuvent combiner les modèles, par exemple StormScope pour le court terme et CorrDiff pour affiner des données météo trop grossières. Le cadre open source PhysicsNeMo permet d'entraîner ces architectures sur des données propriétaires et de les appliquer à de nouveaux domaines comme la qualité de l'air. Cette approche déplace la valeur vers l'adaptation locale, où des acteurs détenant des observations spécifiques, comme la foudre chez Vaisala, peuvent se différencier. La suite dépendra de la capacité de ces projets, souvent à un stade exploratoire, à démontrer un gain mesurable en conditions réelles. L'Europe, qui dispose d'infrastructures satellitaires et de calcul de premier plan, constitue un terrain d'essai naturel.
Le modèle StormScope EU, entraîné sur les données satellitaires d'EUMETSAT, et des acteurs comme AXA et TotalEnergies bénéficient de prévisions météo locales par IA pour l'énergie, l'assurance et le transport en Europe.