精确的气候实体模型对公司恰当预测可再生能源的生产与制订洪涝灾害应急预案尤为重要。仅 2022 年，失效和没法预测的气候就导致约 7140 亿 美金损失。为了防止这样的事情，公司需要迅速、比较便宜、更有针对性的气温实体模型。

在 GTC23 上，微软公司和 TempoQuest 阐述了她们如何跟 NVIDIA 协作一起解决能源供应气候变化。NVIDIA 初创期加速方案组员 TempoQuest 完成了超当地、低延时的各种气候预测。该多学科合作精英团队包含大气科学、天文学、高性能测算（HPC）AI、机器学习算法（ML）、工程项目等行业，是把 GPU 引进自然环境领域内的先峰，包含：

第一个将 WRF 迁移到 GPU 上第一个以比根据 CPU 的预测迅速、比较便宜的形式建立更高清晰度的预测第一个研发出 GPU saas模式的天气预报系统

本篇文章里将详细介绍 TempoQuest 如何运用微软公司 Azure 里的 NVIDIA 加速测算，将传统气温研究与气象预报（WRF）手机软件迁移到 GPU 上、给予高过 1 公里屏幕分辨率及其 1 min至 1 小时时间分辨率并加速对能再生风力和太阳能资源发电的预测。

公用事业单位在融合可再生能源过程中面临的难题

公用事业单位在她们的电网中应用可再生能源（通常是风力和太阳能发电）是挑战性的。这种电力能源因环境要素而不同，例如云彩遮盖和风力等。假如可再生能源的发电量不能满足要求，公用事业单位必须采用“转动预留”，由发电机制造的炭基电力工程去弥补空缺。为了方便预测可再生能源发电，必须迅速、精确、经济发展的天气预报。

图 1 规范电网基础设施建设平面图，包含发电、输变电和配电设备

能源业必须完成三个关键作用：发电、输变电和配电设备。发电主要应用炭基然料，但开始向包含风力和太阳能发电等在内的可再生能源衔接，并实现净零排放。输配电是指所产生的电力工程根据降压变压器后复高压电线传送。在遥不可及的电网边沿，电力工程经变电器和配电站“降血压”后，运输给父母与企业的用电量者（240 V / 120 V）。

如果想在电网中带来更多可再生能源，公用事业单位不但要融合一个新的发电站，还需要修建大量高压输电线路和塔体。这给电网维护保养增添了更高多样性和成本费，包含投入和运营成本。高像素的 GPU 加速 WRF 能通过尽可能减少炭基电力工程的依赖性和改进可再生能源的使用帮助完成这一目标。

应用 GPU 加速 WRF

AceCAST 意味着“加速预测”，根据运作一个名为“气温研究与气象预报”（WRF）的区域模型可以实现加速预测。现阶段，已经有 160 个国家和地区 5 万多名用户该方法。可以将 WRF 迁移到应用独有的 OpenACC 和 CUDA 含有 NVIDIA GPU 的 x86 系统中运作，并有多 GPU 和多节点系统中开展拓展。AceCAST 适用全部最主要的 WRF 动力学模型、物理策略和专有名词表选择项，可以直接替代已有的 WRF 配备。

AceCAST 的诸多优势包含更快地求得时长、更高屏幕分辨率和精密度、对部分自然现象更加深刻的认知及其较低的核算成本。

测试表明，在天气预告和可再生能源预测层面，GPU 比 CPU 速度相当快、屏幕分辨率更高一些且具有成本效率。这一加速解决方法针对治理空气污染、提高电网稳定性和管理及减少用电量者用电量成本费十分重要。

AceCAST 认证和性能成本分析报告

为了能认证基准测试结论，首先确保 CPU WRF 与 GPU WRF 的差别在可以接受的范围之内。团队在好多个时间与空间预测范围之内尝试了实体模型性能，最后证明了数千个测试用例，以保证 AceCAST 造成与 CPU WRF 同样的结论。在微软公司 Azure 上运作性能测试时，精英团队发觉两者在性能和价格上都有很大差别。

根据 CPU 的 WRF – Standard HB120rs_v3 VMs（HBv3）：

120 颗 AMD EPYC? 7V73X 系列产品（Milan-X）CPU 核450 GB 运行内存（ 350 GB/s 内存带宽）200 Gb/s HDR InfiniBand2 个1 TB NVMe 固态盘NCAR WRF 4.2.2应用 Parallel net-CDF应用intel编译程序和 MPI 开展编译程序

GPU 加速 WRF - Standard_ND96amsr_A100_v4（NDmv4）：

8 个 NVIDIA A100 Tensor Core GPUs (80GB)NVLink 3.0（200 Gb/s HDR InfiniBand）96 颗 AMD EPYC? 7V12 系列产品（Rome）CPU 核8 个 1 TB NVMe 固态盘AceCAST 2.1应用 OpenACC 和 CUDA 的特有完成应用 MPI 在多节点跟多 GPU 中进行拓展

Azure 托管式 Lustre 文件目录

40 TiB 存放 Azure 托管容积10000 MB/s 较大货运量

图 2 根据 CPU 的 WRF 与 TempoQuest AceCAST 的性能价钱对比分析

数据显示，与一个节点上根据 CPU 的 WRF 对比，一个节点上的 GPU 加速 WRF（AceCAST）的加速了约 9 倍，而想要实现与一个 GPU 连接点相似的性能，必须 18 个 CPU 连接点。这种结论尤为重要，由于迅速、更降低成本的天气预报使公用事业单位可以更准确地预测可再生能源发电、给予安全可靠的电力工程同时避免过长时间断电。

AceCAST 3.0.1 里的进一步检测表明它可持续提高性能。精英团队采用了一个嵌入域，外域由 500 万只网格点（430x331x38v）和 15 公里网格图间隔构成，内域由 8000 万只网格点（1551x1361x38v）和 3 公里网格图间隔构成。

图 3 Te图 3 TempoQuest AceCAST 以最好配备运作一项作业的性能成本费图

数据显示，AceCAST 在 1xNDmA100V4（8 个 GPU）里的内域运算通讯时间对比 1xHBv3（64 个CPU）快 16.8 倍。单独工作的绝佳配备要在 16 个 HBv3（CPU）vm虚拟机上运作 WRF，在 1 个包括 8 个 GPU 的 NDmA100（GPU）vm虚拟机上运作 AceCAST。在这样的情况下，AceCAST 比根据 CPU 的 WRF 启动速度快 7%，成本费用低 75%。

能再生发电输出功率预测

最后一步是把 AceCAST 用于可再生能源预测。美国公用事业单位掌管全部 7 万多台风速发电机设备规格型号及其每一个风力和太阳能发电节点部位。根据使用独有的气温-电力工程优化算法，AceCAST 可以提供更高预测屏幕分辨率，每天对特殊可再生能源发电网站做出钟头级精准输出功率预测（MW）。

电网脱炭化

伴随着发电财产从集中的炭基技术性转换到洁净的分布式发电网络资源，电网面临实时管理供求的考验。根据预测能再生资产性能，供电公司能够提升电网的稳定性和弹性。NVIDIA、微软公司和 TempoQuest 已经联合切实解决这一重要的社会里及全球考验。

凭着 AceCAST 这一 GPU 加速 WRF，TempoQuest 正以较低的成本费加速风力和太阳能发电可再生能源的发电输出功率预测。这有利于提升负荷和发电平衡、降低公用事业单位的经营成本、管理方法可再生能源导出的变化从而产生更为可信赖的预测，从而尽可能减少炭基电力工程贮备的依赖性。