3 min de lecturaNoticias de la empresa

TempoQuest en HPCwire: por qué los modelos meteorológicos están pasando a las GPU

HPCwire publicó un perfil de TempoQuest en abril de 2023. Este es nuestro propio relato sobre el tema: por qué los modelos meteorológicos están pasando a las GPU, qué se ha medido desde entonces y qué ofrece TempoQuest hoy.

Un huracán visto desde la órbita en ángulo bajo, con sus bandas nubosas en espiral llenando la imagen y, detrás, la curvatura de la Tierra y el negro del espacio.

Publicado por primera vez el 18 de abril de 2023 · Actualizado el 16 de noviembre de 2026

Los equipos de pronóstico piden una y otra vez mallas más finas y ejecuciones más frecuentes, y ampliar los clústeres de CPU para los que se escribieron los modelos meteorológicos resulta caro. Las GPU se adaptan bien a la aritmética altamente paralela de un modelo meteorológico, pero un código construido a lo largo de décadas no funciona en ellas sin una reelaboración a fondo. En abril de 2023, HPCwire describió el papel de TempoQuest en ese cambio en un artículo titulado Meet TempoQuest, a Startup Bringing Weather Code Into the Accelerated Era. Este es nuestro propio relato del mismo tema y de lo que ha cambiado desde entonces. Para leer el reportaje original, consulte HPCwire.

Qué abarcaba el perfil

HPCwire entrevistó al director de operaciones (COO) de TempoQuest. El perfil exponía el problema en el que trabaja TempoQuest. WRF, el modelo Weather Research and Forecasting que mantiene el NCAR, se usa en todo el mundo para el pronóstico regional y se escribió para CPU. Los usuarios comerciales de sectores como las energías renovables, la agricultura, la aviación y la logística quieren pronósticos más finos y más locales que los que ofrecen los modelos públicos. Como dijo a HPCwire: «Lo que necesitan son pronósticos de muy, muy alta resolución, precisos e hiperlocales».

Las cifras de rendimiento del perfil reflejan la situación de principios de 2023. Más abajo figuran las mediciones publicadas desde entonces, con sus fuentes.

Por qué es difícil llevar un modelo meteorológico a las GPU

Un modelo meteorológico no es tanto un único programa como una colección. Un núcleo dinámico mueve el aire por la malla. Esquemas de física independientes se ocupan de las nubes, la lluvia, la radiación, la turbulencia y la superficie terrestre, y el pronosticador elige una combinación de ellos en un archivo de configuración llamado namelist. Los esquemas fueron escritos y ajustados por distintos científicos a lo largo de muchos años.

De ahí se derivan dos cosas. Primero, toda la cadena que selecciona el pronosticador tiene que funcionar bien en la GPU, no solo la pieza más pesada. Segundo, los resultados tienen que seguir siendo científicamente equivalentes a los del modelo en CPU; de lo contrario, el pronosticador no tiene motivos para confiar en ellos.

Para un comprador, la prueba práctica es sencilla. ¿Funciona su configuración actual de WRF, con las mismas entradas y salidas, y cuánto tarda? AceCAST está diseñado para esa prueba. Conserva el flujo de trabajo de WRF, con entradas, namelists y salidas compatibles con WRF, y se ejecuta en sistemas Linux con GPU de NVIDIA, en instalaciones propias o en la nube.

Qué se ha medido desde entonces

Más adelante ese mismo mes, el 28 de abril de 2023, Microsoft y TempoQuest publicaron una prueba comparativa (benchmark) en el NVIDIA Technical Blog. Se ejecutó en Microsoft Azure con dos versiones anteriores de AceCAST. El lado de GPU era una máquina virtual con 8 GPU NVIDIA A100. El lado de CPU eran máquinas virtuales con 120 núcleos AMD EPYC Milan-X cada una.

Vea la prueba comparativa y el ejemplo de costos para conocer las distintas versiones y configuraciones.

Por otra parte, Veer Renewables publicó una validación de AceCAST. Señalaba que AceCAST alcanzaba aproximadamente cinco veces la velocidad de las simulaciones de WRF en CPU, con solo variaciones mínimas entre WRF y AceCAST.

Todas estas cifras describen versiones anteriores con un hardware y unos casos de prueba determinados. La velocidad depende del dominio, de las opciones de física y de la máquina, y el ejemplo de costos usa precios de lista registrados en noviembre de 2026. Nuestro artículo sobre la prueba comparativa en Azure repasa los números.

TempoQuest hoy

TempoQuest tiene su sede en Las Vegas, Nevada. Tiene cuatro productos.

  • AceCAST ejecuta WRF en GPU de NVIDIA. Sirve para la planificación eólica y solar, la operación de modelos regionales, el trabajo con escenarios de investigación y los productos de datos derivados.
  • Aerava, antes AceCAST Cloud, es una plataforma de inteligencia meteorológica. Usted marca un emplazamiento, elige un pronóstico, y Aerava ejecuta un modelo meteorológico numérico para ese lugar y contrasta el resultado con los límites de tormenta, viento y corte de aerogenerador que usted haya fijado.
  • Datos meteorológicos a medida entrega salidas de modelo de alta resolución específicas para cada proyecto y conjuntos de datos derivados para el entrenamiento de IA, el análisis de riesgos, la planificación y las operaciones.
  • WSV3 es la plataforma propia de visualización meteorológica de TempoQuest para radar en vivo, imágenes de satélite GOES-R, rayos, avisos y datos de pronóstico, con cartografía SIG y seguimiento de tormentas.

AceCAST 5 ya está disponible. MPAS regional en GPU llegará próximamente.

Qué hacer ahora

Vea AceCAST o solicite una prueba.

Su pronóstico

¿Tiene su propia pregunta sobre pronósticos?

Cuéntenos a qué decisión debe servir. Un formulario breve basta para llegar al equipo, y revisamos todas las solicitudes.