曼徹斯特大學運用 NVIDIA Earth-2 進行跨英國空氣汙染預測
為何重要
此案例展現了生成式氣象/環境模型從「國家級超算」走向「桌面級部署」的關鍵技術突破，大幅削除了小型研究團隊或醫療機構進行高精細空氣品質分析的算力門檻。透過在地端 DGX Spark 推理，陽春空氣汙染預測走向「代理型」應用（如推播給哮喘患者），預示了 AI 在公共衛生決策中的潛能。
為解決傳統化學氣候模型算力昂貴、推頻率低的痛點，曼徹斯特大學轉向使用 NVIDIA Earth-2 的生成式架構來預測空氣汙染，大幅提升運算效率。
- 運用 Earth-2 CorrDiff（降尺度模型）在英國國家 AI 超級電腦 Isambard-AI 上僅耗時兩天即完成訓練。
- 該超級電腦配置了 5,448 顆 NVIDIA GH200 Grace Hopper Superchips，具備 21 exaflops 的 AI 效能。
- 模型解析度目前達 2-3 平方公里，並已驗證可於 NVIDIA DGX Spark 桌面系統上執行推理與微調。
- 團隊計畫將開源訓練資料與流程，供全球其他地區使用在地資料建立區域性汙染模型。