全球气象竞速，中国交出5公里答案

AI for Science这两年很热，论文、模型和演示不少，真正走进业务的成果仍然稀缺。气象预测恰好是AI4S最典型、也最难啃的应用场景之一：物理过程复杂、数据规模大，结果还必须赶在天气变化之前出来。

今天中科曙光发布会上，一组数据相当提气：我国自主MCV数值模式依托曙光8000，实现全球5公里分辨率、未来10天预报约1小时完成，进入国际第一梯队。

MCV走的是物理方程驱动路线。此次成果的看点，在于自主气象模式与国产异构算力真正跑进了业务时效。

全球模式从十几公里推进到5公里，计算量、通信和数据读写压力都会大幅增加。曙光8000采用CPU＋GPU异构体系，覆盖FP64至INT8，既能承接高精度数值求解，也给资料同化、智能参数化和后续AI模型留出了空间。

现场提到，数值预报正在向更高分辨率、多圈层耦合、天气与气候一体化，以及物理与AI双驱动发展。这个方向很清楚：物理模式负责守住规律和精度，AI进入同化、参数化、订正等环节，两者最后都要落到同一套计算系统上。

曙光8000上线一个月便跑出这项成果，也回答了大集群建成以后怎么用。

下一步，资料同化、海洋、海冰等分量还会继续迁移。气象已经先打了个样，国产算力的大应用时代，确实开始有实感了。
AI4S 算力