FourCastNet3 (FCN3) telah muncul sebagai sistem prakiraan cuaca berbasis AI baru yang menawarkan akurasi dan efisiensi luar biasa dalam prakiraan jangka menengah. Dikembangkan oleh NVIDIA Earth-2, FCN3 menyaingi kemampuan prediktif model pembelajaran mesin terkemuka dan melampaui sistem prediksi cuaca numerik tradisional. Sistem ini juga menawarkan keunggulan kecepatan yang signifikan, menyelesaikan prakiraan 60 hari dalam waktu kurang dari empat menit dengan satu GPU NVIDIA H100 Tensor Core—jauh lebih cepat daripada sistem tradisional.

Arsitektur sistem ini didasarkan pada operator saraf sferis konvolusional penuh, yang memanfaatkan konvolusi lokal dan spektral. Pendekatan inovatif ini, yang memanfaatkan wavelet Morlet dalam kerangka kerja konvolusi ensembel diskrit-kontinu, menangkap fenomena atmosfer lokal sambil mempertahankan efisiensi komputasi. FCN3 meningkatkan pembangkitan anggota ensembel dengan memperkenalkan elemen stokastik di setiap langkah prakiraan, memastikan korelasi spasial yang akurat dalam proses atmosfer.

Kemampuan prediktif FCN3 telah terbukti melampaui model ensembel berbasis fisika terbaik dan menyaingi GenCast. FCN3 memberikan prakiraan yang sangat terkalibrasi, mempertahankan karakteristik spektral dan kaskade energi atmosfer yang realistis bahkan pada waktu tunggu yang lama. Ketepatan ini penting untuk prakiraan cuaca yang andal, sebagaimana dibuktikan oleh representasi kecepatan angin FCN3 yang akurat selama peristiwa cuaca signifikan.

Untuk meningkatkan skalabilitas model, kami mengadopsi pendekatan inovatif yang terinspirasi oleh dekomposisi domain dalam pemodelan cuaca tradisional. Hal ini memungkinkan model besar untuk dilatih di beberapa GPU, mengoptimalkan memori dan sumber daya komputasi. Kode dan sumber daya pelatihan FCN3 tersedia bagi mereka yang tertarik untuk menjalankan atau menyesuaikan model, dan titik pemeriksaan yang terlatih sepenuhnya dapat diakses di NVIDIA NGC.