全球极端天气事件持续增加，但天气仍然是全球许多企业运营中被忽视的因素。这一问题的主要原因是现代数值天气预报 (NWP) 模型无法以经济高效且及时的方式预测关键的局部天气现象。
NWP models are designed to split the world into a three-dimensional grid that contains billions of grid cells both horizontally and vertically. Within each grid cell, meteorological governing equations are used to calculate physical processes that characterize how the air moves (ie., how heat and moisture are exchanged in the atmosphere) as the model steps forward in time. Atmospheric conditions, such as temperature, pressure, humidity, etc., are the same in each grid cell. Models run at lower resolutions (ie., > 4 km), such as global weather prediction models, are computationally inexpensive but significantly lack the level of detail needed to accurately represent local scale weather features. In low resolution simulations, the grid cells are larger, which means a larger area will contain the same atmospheric conditions. This presents a significant issue for regional weather predictions because local scale processes are misrepresented and overlooked, especially over complex terrain (ie., mountains and coastal regions), where terrain driven processes greatly influence localized weather conditions (ie., lake-effect snow, pop-up thunderstorms, etc.).
解决此问题的一种方法是以更高分辨率（即 < 4 公里）运行（区域）模型，因为这些模型可以增强关键的局部尺度天气特征的表示。然而，以更高分辨率运行模型也有其缺点。较高分辨率模型中的网格单元较小，这意味着模型域比以较低分辨率运行时包含更多网格单元。较小的网格单元使模型能够更有效地表征局部尺度物理过程的相互作用，但由于需要计算更多的计算，因此大大增加了计算成本和完成模拟所需的时间。
TempoQuest 是加速本地规模天气预报软件的领先提供商，正在致力于通过开发增强型天气预报软件产品 AceCAST 来解决这个问题，AceCAST 是天气研究和预报 (WRF) 模型的加速版本。 AceCAST 仅在图形处理器单元 (GPU) 上运行，而不是在传统的中央处理器 (CPU) 上运行，这使用户能够以低得多的成本运行更高分辨率的模拟，速度提高五到十五倍。
局部天气预报的卓越优势在最近的一次天气事件中得到了体现，该天气事件于 2021 年 10 月 24 日至 25 日在加利福尼亚州产生了局部大量洪水和强风。加利福尼亚州地形复杂，导致局部降水和风力条件增强。上坡，也称为地形提升，是这些局部增强背后的驱动机制。如图所示，上升迫使空气在流向高地（即山脉）时上升，并导致降水增加。
该插图显示了一个被称为“上坡”的过程，与当今的传统天气模型相比，AceCAST 能够更好地处理该过程，这可能归功于 AceCAST 改进的局部预测。地形在增加降雨量方面发挥了重要作用，导致 2021 年 10 月 24 日至 25 日加利福尼亚州草谷附近尤巴市东北部发生洪水。
10月24日上午，AceCAST以1公里分辨率运行。主要风险是洪水和强风以及强大的低压系统进入美国西部。加利福尼亚州地形复杂，可以增强局部风和降水。如图。 2 （下图）显示了 AceCAST 12 小时预测总降雨量，并说明了这些局部地形增强功能的工作原理。鉴于整个地区的风流模式，山脉的迎风面会发生一种称为上坡的过程。黑色圆圈区域表示预计 12 小时内降雨量为 2-7 英寸的区域。深红色区域表示降雨量为 5-7 英寸，位于当地山脉附近。
据国家气象局称，2021 年 10 月 24 日，草谷在 72 小时内降雨量超过一英尺；其中包括AceCAST模拟的12小时总降雨量。
地形在最近的加州风暴中发挥作用的另一个例子是风速，如下所示。海拔较高的地区更容易受到强风的影响，而且地形复杂，导致短距离内的风速变化范围较大。后图显示了该风暴系统期间强风造成的损害。
当地时间 2021 年 10 月 24 日下午 5:00 加利福尼亚州上空 10 米风力预报，分辨率为 1 公里，由 AceCAST 提供支持。
2021 年 10 月 24 日星期日，暴风雨期间，一根树枝堵塞了萨克拉门托市中心第 10 街
关于AceCAST
AceCAST is a powerful cutting-edge software powered by Graphic Processing Units (GPUs) that enables the acceleration of the National Center for Atmospheric Research (NCAR) Weather Research and Forecasting Model (WRF). AceCAST is the product of a half-a-decade of punctilious research and development that empowers WRF users to secure striking performance optimizations using the superior massive parallelism of GPU hardware versus traditional Central Processing Unit (CPU) computation. AceCAST encompasses an ample set of refactored common WRF physics and dynamics modules, and namelist options with NVIDIA CUDA or OpenACC CPU programming techniques, allowing a wide swath of users to adopt AceCAST painlessly as a drop-in replacement for existing WRF configurations.
关于TempoQuest
TempoQuest 是一家独立的天气软件供应商，其成立是为了彻底改变中尺度天气预报模型并简化气象学家的预报任务。 TempoQuest 提供两种软件产品：AceCAST（或加速的 WRF 软件）和 WSV3（高度先进的天气可视化和风暴跟踪软件）。此外，TempoQuest 还提供 WRF On-Demand，这是一种云应用程序，可大大简化和加速 CPU 和 GPU WRF 模拟的运行。
