ecmwf-lab/ai-models

解决的问题

该项目提供了一个统一的命令行接口，用于运行多种基于 AI 的气象预测模型，简化了资产管理、从气象档案中获取输入数据以及生成预测的过程。

工作原理

ai-models 工具作为多个 AI 气象模型的封装器。它负责下载训练权重（资产）以及从 ECMWF MARS 归档、Copernicus 气候数据存储（CDS）或本地 GRIB 文件等来源获取初始条件（输入数据）。用户可以指定预测的提前时间与输出格式，工具会通过 ONNX 运行时在 CPU 或 GPU 上管理执行。

适用人群

希望无需手动处理每个模型的复杂数据流水线即可运行基于 AI 的气象预测的气象学家、气候科学家和研究人员。

主要亮点

• 多模型支持：支持 Pangu-Weather、FourCastNet、FourCastNetV2 和 GraphCast 等模型的插件。
• 灵活的数据来源：可自动从 MARS、CDS 获取输入数据，或接受本地 GRIB 文件。
• 可自定义预测：允许用户使用元数据占位符定义提前时间（例如 10 天或 15 天）和输出文件路径。
• GPU 加速：针对 GPU 性能优化，将预测时间从数小时缩短至约一分钟。