空气污染是严重的公共健康风险，据估计仅去年一年就导致英国30,000人死亡。数据驱动的洞察可以提供帮助——但使用传统的基于化学原理的模型来计算空气质量成本高昂，这限制了模型的精细程度以及运行的频率。
曼彻斯特大学地球与环境科学系教授戴维·托平注意到，NVIDIA Earth-2系列开放AI模型和工具已经解决了天气预报领域的类似问题，于是他思考同样的生成式框架是否也能用于污染场预测。
托平表示："最大的挑战在于预测空气质量所需的计算量。一旦在天气模型中加入化学过程，运行速度就会变得非常非常慢。所以我想，为什么不尝试用NVIDIA为气候和天气开发的生成式框架来处理污染场问题呢？"
托平及其同事与NVIDIA Earth-2团队合作，利用现有的化学-气候模拟生成训练数据，然后在布里斯托尔的英国国家AI超级计算机Isambard-AI上训练了Earth-2 CorrDiff——一个生成式降尺度模型。
该模型第一次尝试就取得了成功。
此后，该团队又加入了Earth-2 StormCast，这是一个能够直接利用空气质量观测数据进行时间依赖性预测的模型，并展示了在NVIDIA DGX Spark个人AI超级计算机上运行的测试训练和推理工作流程。
托平说："要改善人类健康，理解我们呼吸的空气中环境压力因素的影响至关重要。我们的英国全域污染模型使我们能够模拟未来可能出现的场景，比如预测如果不同的污染相关政府政策发生变化会产生什么影响。"
视频来源：布里斯托尔大学布里斯托尔超级计算中心（BriCS）
另一个潜在应用是为医疗机构提供主动的空气质量洞察。托平设想了这样一个场景：区域和国家医疗服务机构可以主动联系患有哮喘等疾病的患者，告知他们明天或下周所在地区的空气污染将会很严重。
该团队还在探索如何将空气污染模型与边缘AI设备的数据结合，以摄取实时空气质量数据并推动实时决策，例如在野火发生时。
NVIDIA天气与气候开发者关系经理奈尔·罗宾逊表示："这个模型在Isambard-AI上仅用两天就完成了训练——现在还能在桌面上的DGX Spark上运行，这改变了谁能够从事这项科学研究以及研究速度有多快。我们才刚刚开始探索这些开放工作流程在全球范围内能够实现什么。"
曼彻斯特大学博士生郝张在Isambard-AI上训练了StormCast，他表示："能够从一个NVIDIA框架切换到另一个框架真的令人印象深刻。我们才刚刚开始探索如何以不同的方式运用这些框架来对复杂的污染场进行建模。"
从国家超级计算机到桌面设备
为了针对空气污染重新训练Earth-2模型，托平及其团队使用了一年内按小时间隔模拟的英国污染数据，生成了一个分辨率为2-3平方公里的详细英国全域污染模型。
该过程在Isambard-AI的单个八GPU节点上运行——作为英国最强大的AI超级计算机，Isambard-AI配备了5,448颗NVIDIA GH200 Grace Hopper超级芯片，可提供21 exaflops的AI算力——整个过程仅耗时两天。
布里斯托尔大学布里斯托尔超级计算中心主任、Isambard-AI联合创始人西蒙·麦金托什-史密斯表示："Earth-2 CorrDiff展示了对Isambard-AI内部世界级NVIDIA硬件的极高效利用。对于一个基于气候的项目而言，所使用的GPU小时数相对较低，运行工作负载所需的超级计算机功耗也较少，这是很合适的。"
除了能够回顾过去一年的空气污染状况外，该模型还能帮助预测英国未来的空气污染场景。该团队计划通过整合更多开放数据进一步提升模型分辨率，使研究人员能够在街道尺度上理解空气污染情况。
同样的生成式污染工作流程也可以在搭载NVIDIA GB10 Grace Blackwell超级芯片的DGX Spark桌面AI系统上运行，用于推理和较小规模的训练。托平现在的办公室里就有一台DGX Spark系统在重新训练模型。
托平说："现在只需投资几千美元，就能开始开发强大的AI模型。"
开放科学，智能体未来
该团队计划发布污染模型的开源训练数据和工作流程，以便其他国家和地区也能训练出类似的模型。
他说："我们的目标是将这套工作流程提供给全世界。我们希望，只要投入少量超级计算机AI算力时间，全球每个国家和每个主要城市都能利用自己的本地数据生产出属于自己的详细污染模型。"
展望五年后，托平认为最终的形态会更加简单：一种智能体交互界面，临床医生或政府机构只需提出问题，一连串的模型就能处理其余所有工作。
他说："随着空气质量观测数据的开放获取能力提升，人们可以向运行在DGX Spark上的污染模型提问：明天这个街区的污染情况会怎样？然后一整套交互链条会给出答案，而这个答案是基于这些框架所代表的科学原理得出的。"
了解更多关于NVIDIA Earth-2气候与天气AI的信息。
Q&A
Q1：NVIDIA Earth-2是什么？
A：NVIDIA Earth-2是一系列开放的AI模型和工具，最初用于气候和天气预报领域，其中的生成式降尺度模型Earth-2 CorrDiff和时间依赖预测模型StormCast现已被曼彻斯特大学用于空气污染预测。
Q2：这个空气污染预测模型的训练需要多长时间？
A：曼彻斯特大学团队使用一年的英国污染数据，在Isambard-AI超级计算机的单个八GPU节点上训练模型，仅耗时两天就完成了训练，分辨率达到2-3平方公里。
Q3：普通人或小型机构能否使用这种空气污染预测技术？
A：可以。该模型同样能在NVIDIA DGX Spark桌面AI系统上运行推理和小规模训练，只需几千美元投入即可开始使用，且团队计划开源训练数据和工作流程供全球其他国家和地区使用。