DMI udvikler vejrmodel via AI på den nye supercomputer Gefion

DMI er udvalgt til at være én ud af de seks første, der kører pilotforsøg på den nye supercomputer Gefion, der blev lanceret i dag. Projektet skal levere en dansk AI-vejrmodel, der på nogle områder vil kunne matche DMI’s almindelige vejrmodeller, der i dag kører på DMI’s egen supercomputer på Island. Selvom AI-modellen ikke vil kunne forudsige lige så mange parametre, forventes den at være meget hurtigere.

– Brug af en AI-vejrmodel vil kunne give beredskaber nogle ekstra timer at reagere på, når vi varsler farligt vejr, for vi vil spare tid på produktion af vejrprognoser – fra timer til blot minutter. Der er mange andre fordele, men menneskeliv og sikkerhed er altid vores vigtigste fokus, siger Marianne Thyrring, direktør i DMI.

Danmarks første AI-computer

Den nye AI-supercomputer er et samarbejde mellem Novo Nordisk Fonden og Danmarks Eksport- og Investeringsfond, der har dannet virksomheden Danish Centre for AI Innovation, DCAI, som ejer og står for driften af Gefion, der er baseret på NVIDIA-teknologi.

Lanceringen fandt sted i København, hvor kong Frederik, Jensen Huang, CEO for NVIDIA, og Nadia Carlsten, CEO for Danish Centre for AI Innovation, DCAI, symbolsk tændte for computeren.

Gefion-projektet begynder med en pilotfase, hvor en række virksomheder og organisationer, herunder DMI, arbejder med for eksempel at fremme kvantecomputere til lægemiddelopdagelse og fremskynde løsninger på store samfundsmæssige udfordringer som overgangen til grøn energi.

– Vi var meget imponerede over kvaliteten af DMI’s ansøgning og deres ambitiøse vision om at udnytte avanceret modellering til at drive vejrforskning, der blandt andet kan hjælpe den grønne omstilling på vej, siger Nadia Carlsten, CEO for DCAI og fortsætter:

– Med terabytes af historiske vejrdata har DMI en uovertruffen oversigt over fortidens vejr. Ved at træne deres avancerede vejrmodel på Gefion har vi potentialet til at reducere leveringstiden for prognoser fra timer til minutter og forbedre forudsigelsesnøjagtigheden betydeligt til gavn for mange brancher, der er afhængige af vejrprognoser.

Novo Nordisk Fonden har givet tilsagn om cirka 600 mio. kr. til centrets startomkostninger, mens EIFO har bidraget med 100 mio. kr. og ejer en minoritetsandel på 15 % af virksomheden.

Den globale datacenterudbyder Digital Realty huser supercomputeren i en af sine faciliteter i Danmark. Datacentret er designet og bygget til at være bæredygtigt og bruger udelukkende vedvarende energi.

Træning betyder alt

Traditionelle vejrmodeller bygger på ligninger, der beskriver atmosfærens fysik. En AI-vejrmodel adskiller sig ved at være datadrevet. Den kigger på ’billeder’ af fortiden og lærer af det ved at finde mønstre, jo flere des bedre.

AI-modellen skal trænes med data, der viser, hvordan vejret har været tilbage i tid. Her har Danmark et unikt datagrundlag i for eksempel DANRA-projektet, der time for time beskriver dansk vejr gennem 33 år. Men 33 år i detaljer er også en stor bid at sluge, og der kommer Gefion-maskinen til sin ret.

– I DMI er vi netop begyndt at bruge vores egen nye supercomputer, der drives i samarbejde med fire andre lande. Den adskiller sig dog fra Gefion-supercomputeren ved at være en meget stor regnemaskine baseret på processorer (CPU), som ikke er egnet til machine learning. Gefion bruger GPU’er – samme slags grafik-processorer man finder i en spilcomputer, blot i kingsize. DMI har selv infrastruktur med GPU’er, men det ville tage et par måneder at gennemføre én træning. På Gefion kan vi nøjes med få timer, siger Kasper Hintz, seniorforsker i DMI’s enhed for vejrmodeller.

Når AI-modellen er trænet gennem en lang række sessioner, vil DMI kunne drive den uden brug af supercomputer, for selve afviklingen trækker ikke så hårdt på maskinkraften. Faktisk vil AI-modellen kunne afvikles på få minutter.

Hjemmebanefordel

Der findes allerede i dag globale AI-vejrmodeller fra multinationale spillere som Google, Microsoft, NVIDIA og Amazon.

Også det Europæiske Center for Vejrprognoser (ECMWF) arbejder med AI på globale prognoser. Regionale AI-vejrmodeller findes dog slet ikke.

En regional AI-vejrmodel adskiller sig fra globale AI-modeller ved at have en meget finere opløsning. En høj opløsning – detaljerne minder om pixelkvaliteten på en tv-skærm – er afgørende for at kunne forudsige kraftig nedbør, skyer og vinde præcist og detaljeret. Globale vejrmodeller har ikke den samme detaljegrad og er derfor mindre værd i for eksempel varslingssituationer, eller hvis man vil vide præcist, hvor det kommer til at regne på cykelturen.

I et brugerperspektiv vil en dansk AI-vejrmodel med lyn-produktionstid kunne give beredskaberne hidtil uset reaktionstid til at håndtere farligt vejr. Men der kan også være noget at hente, når det kommer til den grønne omstilling.

En AI-model vil kunne bidrage til for eksempel balancering af elnettet ved at være bedre til at forudsige, hvornår skyer driver over en stor solenergipark og omvendt, hvornår der er så meget vind og sol, at man ikke behøver at fyre op i kraftværkerne. Det arbejder DMI på i samarbejde med energibranchen i Weather2X-projektet.

– I DMI forsøger vi altid at gå forrest, når det kommer til brugen af nye teknologiske værktøjer og virkemidler. Jeg håber, at en AI-vejmodel kan bidrage til Danmarks position som et foregangsland inden for anvendelse af nye teknologier i grøn omstilling, der er afhængige af vores viden om vejr, siger Marianne Thyrring, direktør for DMI.