AceCAST 5 : les nouveautés
AceCAST 5 est disponible dès maintenant. Voici ce qui change : WRF 4.8, quatre mises à jour de la physique et quatre nouvelles sorties du modèle.
Les données météo arrivent plus vite que la plupart des équipes de prévision opérationnelle ne peuvent les exploiter. Pourquoi davantage d'observations exigent davantage de calcul avant d'améliorer une prévision, et quelle est la place des GPU.

Les données météo arrivent plus vite que la plupart des équipes de prévision opérationnelle ne peuvent les exploiter. De nouveaux satellites, radars et capteurs au sol transmettent chaque année des données plus fréquentes et plus détaillées. Mais une observation n'améliore une prévision que si un modèle peut l'intégrer et terminer son exécution avant le moment où la prévision est nécessaire. Pour un responsable des opérations, une question scientifique devient ainsi une question de budget : combien de calcul faut-il pour transformer plus de données en meilleures décisions ?
Toute prévision numérique part d'une estimation de l'état actuel de l'atmosphère. Les erreurs de cet état initial grandissent à mesure que le modèle avance dans le temps : une prévision ne peut donc pas être meilleure que ne le permettent les observations dont elle part.
La couverture est inégale. Les stations d'observation en altitude mesurent la température, l'humidité et le vent sur toute l'épaisseur de l'atmosphère, et dans une grande partie du monde elles sont très éloignées les unes des autres. La carte de l'Organisation météorologique mondiale ci-dessous montre l'espacement des observations en altitude par pays. Le rouge foncé indique les écarts les plus grands.

Combler ces lacunes est rentable. Un rapport de la Banque mondiale sur la valeur des données d'observation météorologique de surface a estimé que chaque dollar investi dans de nouvelles données d'observation pourrait rapporter au moins vingt-six dollars de bénéfices socio-économiques.
Les satellites ont changé la donne du côté de l'offre. Le graphique ci-dessous, tiré de Christopherson, Chandra et Quanbeck (2019), compte les satellites par année de lancement et par type d'utilisateur. Les lancements commerciaux augmentent fortement à partir de 2014.

Plus de données ne suffit pas en soi. Elles doivent passer par l'assimilation de données, l'étape qui combine les nouvelles observations avec une prévision récente à courte échéance pour produire l'état initial de la simulation suivante. L'assimilation compte parmi les parties les plus coûteuses d'un système de prévision, car les méthodes de pointe exécutent le modèle de nombreuses fois pour déterminer le poids que mérite chaque observation.
Le coût ne s'arrête pas là. Dès que l'état initial contient plus de détail, le modèle de prévision a besoin d'une grille plus fine pour le conserver. Les grilles plus fines demandent beaucoup plus de calcul. Données, assimilation et résolution puisent toutes dans le même budget.
L'exposé public le plus clair du problème est venu du Science Advisory Board, le conseil consultatif scientifique de la NOAA. Comme l'a rapporté HPCwire en janvier 2022, le rapport de ce conseil constatait que les progrès des prévisions météo étaient directement limités par le calcul disponible pour développer, tester et exécuter de nouveaux modèles et l'assimilation de données. Il appelait à multiplier par un facteur de l'ordre de 100, au cours de la décennie suivante, la capacité de calcul opérationnelle dont disposait alors la NOAA.
C'était un constat portant sur un service météorologique national en 2022, mais le raisonnement vaut pour toute organisation qui produit ses propres prévisions : acheter plus de données sans plus de calcul laisse ces données inutilisées.
Il y a deux façons d'obtenir plus de calcul. La première consiste à ajouter des processeurs du même type. La seconde, à utiliser des processeurs qui effectuent chacun davantage de ce type de travail. Exécuter le modèle de prévision sur GPU relève de la seconde voie.
AceCAST exécute WRF, le modèle Weather Research and Forecasting maintenu par le NCAR, sur GPU NVIDIA. Il conserve le flux de travail WRF, avec des entrées, des namelists et des sorties compatibles WRF, sur des systèmes Linux sur site ou dans le cloud. Le rôle d'AceCAST, c'est la simulation de prévision elle-même. Les étapes qui préparent les observations et les conditions initiales restent confiées aux outils que votre équipe utilise déjà, et AceCAST lit les entrées compatibles WRF qu'ils produisent.
Voir le benchmark et l'exemple de coût.
Plus d'observations et une grille plus fine sont des investissements, et il faut les contrôler comme tels. La vérification des prévisions évalue chaque prévision par rapport à des stations, des lidars ou des radars, à l'aide de mesures telles que le biais, l'erreur absolue moyenne et la racine de l'erreur quadratique moyenne. Appliquez-la avant et après un changement, sur un nombre de jours suffisant pour être sûr du résultat. Par ailleurs, TempoQuest développe un outil de vérification des prévisions (Forecast Verification Tool), conçu pour améliorer la vérification des prévisions météo.
Deux options évitent la question du matériel. Aerava calcule une prévision pour un site que vous épinglez et affiche le prix avant le lancement. L'offre Données météo sur mesure livre des sorties de modèle propres à chaque projet ; les demandes types portent sur une résolution d'environ 1 km ou 3 km et sur une cadence de 15 minutes, de 30 minutes, horaire ou quotidienne.
Découvrez AceCAST 5, disponible dès maintenant, pour connaître sa physique, ses sorties et les conseils de mise à niveau.

AceCAST 5 est disponible dès maintenant. Voici ce qui change : WRF 4.8, quatre mises à jour de la physique et quatre nouvelles sorties du modèle.

Aerava exécute un modèle météorologique autour du site que vous épinglez et compare le résultat à vos propres seuils d'orage, de vent et de coupure des éoliennes. Voici ce que vous pouvez lancer aujourd'hui, ce que cela coûte et ce qu'Aerava dit de la précision.

Un benchmark publié en 2023 et deux prix catalogue Azure, détaillés ligne par ligne : ce que coûte une VM GPU face à une VM CPU, puis face à seize, et ce que ces calculs laissent de côté.
Votre prévision
Dites-nous à quelle décision elle doit servir. Un court formulaire suffit pour joindre l'équipe, et nous examinons chaque demande.