気候変动：骋谤补辫丑肠辞谤别の滨笔鲍で予想外の事态を予测する

気候危机が深刻化するなか、高潮や热波、ハリケーン、山火事などの异常気象事象がますます频繁に発生しています。先ほど开催されたCOP26で、2030年までに排出量を削减する计画が世界各国の首脳によって発表されたとおり、异常気象现象への十分な备えは世界的に重要性を増しています。

そのような準备を进めるうえで、数値気象予报の科学が重要な役割を果たしています。ECMWFのような组织は、现在の気候データに基づいて将来の気象事象を予测することにより、近づきつつある异常気象事象をより早く、より正确に関係当局に警告し、财产やインフラの保护、さらには命を救うための対応を行えるようにしています。

现在、ECMWFでは、従来のHPCアルゴリズムに加えてAIを使用し、大规模なシミュレーションをこれまで以上に高速に进めています。数値気象予报におけるニューラルネットワークの使用を调査した最近のでも言及されているように、ECMWFの担当チームは一连の深层学习モデルを开発しています。ECMWFで特に注目されているのは、モデルの解像度を上げるためにモデルの计算効率を向上させることによって、気象予测モデルの精度を高めることです。

IPUで気象予测を5～50倍、高速化する

Graphcoreのエンジニアは、ECMWFが公开している予测モデルから多层パーセプトロン（MLP）を选び、GraphcoreのIPU-PODシステム上で高速化して剧的な结果を得ました。IPU-PODシステムは、ECMWFの予测MLPモデルの学习を、主要なGPUより5倍も速く行うことができたのです。

ECMWFは天気予报における机械学习を検証したの中で、机械学习に基づいたエミュレータがGPUハードウェア上で発挥する动作速度は、CPU上の既存のスキームと比较して10倍であると报告しています。それを前提にすると、ECMWFのCPU上で行う既存のシミュレーション手法に比べて、IPUは50倍もの圧倒的な速度を夸ることになります。

IPUシステムでの高速化は、MLPモデルやそのパラメータの最适化や変更を行うことなく达成されたもので、コードにもごくわずかな修正しか加えられていません。このモデルは顺调に学习を进め、数回のエポックを行っただけで学习データと検証データの両方において损失とRMS误差（RMSE）の値が低くなることから、モデルの予测精度の高さがうかがえます。ECMWFのMLPモデルがIPUによってどのように高速化されたかについては、当社のをご覧ください。

HPCとAIの収束におけるIPUハードウェアの活用

天気予报に限らず、HPCとAIの両方が使用される多くの科学研究用途においても、IPUハードウェアを使うことで高速化が実现できることが示されています。タンパク质の折り畳みや计算流体力学から、宇宙论や高エネルギー物理学に至るまで、主要な研究机関ではIPUシステムを利用することでワークロードを高速化し、新たな方向性で研究を进め、より精度の高い结果を得られるようになってきました。

骋谤补辫丑肠辞谤别のパートナーであるAtos社でハイパフォーマンスAI部门责任者を务めるCedric Bourrasset氏は、この分野におけるIPUに大きな可能性を见出しています。「従来のHPC用途でAIを使用することは、今日のコンピューティングにおいて最も盛んに行われている开発の一つですが、GraphcoreのIPUは、その新しいアプローチがどれほど斩新なものであるかを示しています」

「GraphcoreはAtosのThink AIソリューションにおいて中心的役割を果たしており、それによって、AIがHPCにもたらす多くのメリットがお客様のもとに届けられています。たとえば、より高速で正确なシミュレーションの実现や、费用効果の改善、研究用途や商业用途における新たな分野の开拓などです。その可能性は计り知れず、日々広がりを见せていますが、それを突き动かしているのは、IPUで行われている革新的な作业なのです」

最先端のコンピュートでHPCやAIベースのワークロードを高速化してみませんか？研究课题でIPUを活用する方法について、当社の科学研究者向けソリューションでご绍介しています。また、当社のアカデミックプログラムにお申し込みいただくこともできます。