NASA 與 IBM 推出月球基礎模型，加速科學資料探索與月球資源研究
為何重要
對開發者與研究人員而言，此舉標誌著 AI 模型正深入高價值的科學模擬領域，特別是處理跨模態與像元級的大型資料集，這對資料科學工具的發展具有示範意義。 對於 AI 基礎硬體供應鏈來說，雖然此案例主要提及用途並非訓練新晶片，但引用 Nvidia A100 作為微調環境，再次證實了高效能 GPU 在訓練專業領域大模型中的穩定地位。
NASA 與 IBM 聯手發布開源的地球衛星 AI 模型，旨在協助科學家分析地形特徵並尋找水冰資源。
- 模型據稱是首個整合多種資料格式、視角與空間尺度的 AI 模型，能用於發現未知的月球冰 deposits、火山特徵與撞擊坑。
- 基礎資料集彙整了 4 個任務中的 9 個儀器資料，包含超過 30 個空間對齊層與數萬張顯示月球表面物理屬性的影像地圖。
- IBM 指出，主要微調實驗係在 Nvidia A100 GPU 上執行，暗示支援這類專業模型的硬體需求。