Climate / Weather / Ocean Modeling – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Tue, 18 Mar 2025 19:46:27 +0000
zh-CN
hourly
1
196178272 -
使用神經運算符進行新一代地震監測
http://www.open-lab.net/zh-cn/blog/next-generation-seismic-monitoring-with-neural-operators/
Tue, 12 Dec 2023 04:31:27 +0000
http://www.open-lab.net/zh-cn/blog/?p=8475
Continued]]>
虛擬地震學才出現幾年，并且已經對地震監測產生了重大影響。 過去，地震相位拾取是一項使用地震波到達時間標記地震圖的任務，地震波到達時間是全球地震監測操作的基礎。因此，它需要大量勞動力，充滿主觀性，并且容易出錯。 由 NVIDIA GPU 支持的深度學習技術已經克服了這些挑戰。我們的論文 用于地震到達點多工作站揀貨的相位神經運算符 引入了一種新的通用網絡范圍的相位選擇算法。該算法基于最近開發的一種名為神經運算符的機器學習范式。我們的模型，命名為 PhaseNO，利用時空上下文信息，能夠為任何地震網絡幾何圖形同時選擇相位。 借助 NVIDIA DGX GPU 加速的 PhaseNO 扎根于地震學領域，證明了神經運算符在革新地震相位選擇方法方面的變革性潛力，從而開啟了科學計算的新篇章。 地震檢測和相位拾取是地震地震學的基礎任務，其目的是在連續數據中識別地震，
Source
]]>
8475
-
NVIDIA 深度學習培訓中心（DLI）推出科學與工程教學套件
http://www.open-lab.net/zh-cn/blog/nvidia-deep-learning-institute-launches-science-and-engineering-teaching-kit/
Mon, 13 Nov 2023 07:26:44 +0000
http://www.open-lab.net/zh-cn/blog/?p=8265
Continued]]>
從運輸和醫療健康到制造和金融，AI 正迅速成為各行各業不可或缺的一部分。AI 為聊天機器人、推薦系統、計算機視覺應用、欺詐預防和自動駕駛汽車提供支持。它還在工程和科學領域擁有廣泛的應用。 基于物理信息的機器學習 (Physics-ML) 利用物理世界的知識來訓練 AI 模型，非常適合用于現實世界系統的建模。其應用范圍廣泛，包括預測極端天氣、數據中心冷卻、汽車氣流動力學和蛋白質建模等領域。 學術機構在培育新興技術和推動廣泛采用這些技術所需的創新方面發揮著關鍵作用。無可否認，當今希望在未來工作場所取得成功的學生需要了解 AI 如何實現解決方案。 為支持這項工作， NVIDIA 正在與科學、工程和 AI 交叉領域的先驅者合作，為全球學術界的教育工作者創建首個深度學習科學與工程教學套件。 這個新的教學套件將使新一代工程師和科學家能夠利用 AI 在工程和科學領域進行創新。
Source
]]>
8265
-
借助 Siml.ai 和 NVIDIA PhysicsNeMo 實現替代建模工程工作流程的 AI 驅動型仿真工具
http://www.open-lab.net/zh-cn/blog/ai-powered-simulation-tools-for-surrogate-modeling-engineering-workflows-with-siml-ai-and-nvidia-physicsnemo/
Mon, 02 Oct 2023 04:33:29 +0000
http://www.open-lab.net/zh-cn/blog/?p=7957
Continued]]>
模擬對于復雜的工程挑戰至關重要，例如設計核聚變反應堆、優化風電場，開發碳捕獲和封存技術或構建氫電池。設計此類系統通常需要對科學模擬進行多次迭代，而這些迭代的計算成本高昂。求解器和參數通常必須針對所研究的每個系統單獨進行調整。得益于 AI 和基于物理信息的機器學習 (Physics-ML) 框架，例如 NVIDIA PhysicsNeMo。現在，我們可以克服這些挑戰并加速這些模擬。 NVIDIA PhysicsNeMo 是一個開源物理機器學習平臺。該模型將物理學與深度學習訓練數據相結合，以構建具有近乎實時延遲的高保真、參數化代理模型。工程師和科學家可以使用 NVIDIA PhysicsNeMo 探索和構建基于物理性質的 AI 代理模型。這些原則正在應用于從制造到醫療健康等各種解決方案中，包括高性能計算(HPC)擴展應用程序，例如天氣預測和工 業數字孿生.
Source
]]>
7957
-
用球面傅立葉神經算子模擬地球大氣層
http://www.open-lab.net/zh-cn/blog/modeling-earths-atmosphere-with-spherical-fourier-neural-operators/
Thu, 27 Jul 2023 03:14:41 +0000
http://www.open-lab.net/zh-cn/blog/?p=7502
Continued]]>
基于機器學習的天氣預測已經成為傳統數值天氣預測（NWP）模型的有力補充。例如，NVIDIA FourCastNet已經證明，生成天氣預報的計算時間可以從幾個小時縮短到幾秒鐘，這對當前基于NWP的工作流程帶來了重大改進。 傳統方法通常根據第一性原理制定，并需要時間步限制以保證基礎數值方法的準確性。而基于 ML 的方法沒有這樣的限制，其統一的內存訪問模式非常適合 GPU。 然而，這些方法純粹是數據驅動的，你可能會問： 在這篇文章中，我們討論了球面傅立葉神經算子（SFNO）、球面上的物理系統、對稱性的重要性，以及如何使用SFNO的實現和球面諧波變換（SHT）。如果你想了解更多關于這個數學主題的信息，請參閱 ICML 論文，Spherical Fourier Neural Operators: Learning Stable Dynamics on the Sphere。
Source
]]>
7502
-
加速數據分析：使用 GPU 的機器學習 – 加速 pandas 和 Scikit 學習
http://www.open-lab.net/zh-cn/blog/accelerated-data-analytics-machine-learning-with-gpu-accelerated-pandas-and-scikit-learn/
Tue, 11 Jul 2023 03:27:37 +0000
http://www.open-lab.net/zh-cn/blog/?p=7361
Continued]]>
本文是加速數據分析系列文章的一部分。 如果您想將您的機器學習（ ML ）項目的速度和可擴展性提升到新的水平，GPU 加速的數據分析可以幫助您以突破性的性能快速提供見解。從更快的計算到高效的模型訓練，GPU 為日常 ML 任務帶來了許多好處。 本帖子提供了以下方面的技術最佳實踐： GPU – 加速的數據分析可以通過 RAPIDS cuDF ，一個 GPU DataFrame 庫和 RAPIDS cuML ，一種 GPU – 加速的 ML 庫來實現。 cuDF 是一個 Python GPU 數據框庫，基于 Apache Arrow 柱狀內存格式構建，用于加載、連接、聚合、過濾和操作數據。它的 API 與 pandas 類似，一個建立在 Python 之上的開源軟件庫，專門用于數據操作和分析。這使得它成為數據分析工作流的有用工具，
Source
]]>
7361
人人超碰97caoporen国产