ecmwf-lab/ai-models

解決的問題

本專案提供一個統一的命令列介面，用於執行多種基於 AI 的氣象預測模型，簡化資產管理、從氣象檔案中取得輸入資料，以及產生預測的流程。

運作方式

ai-models 工具作為多個 AI 氣象模型的封裝器。它負責下載訓練權重（資產），並從 ECMWF MARS 歸檔、Copernicus 氣候資料儲存（CDS）或本地 GRIB 檔案等來源取得初始條件（輸入資料）。使用者可指定預測的提前時間與輸出格式，工具會透過 ONNX 執行時在 CPU 或 GPU 上管理執行。

適用對象

希望無需手動處理每個模型的複雜資料流程，即可執行基於 AI 的氣象預測的氣象學家、氣候科學家與研究人員。

主要特色

• 多模型支援：支援 Pangu-Weather、FourCastNet、FourCastNetV2 與 GraphCast 等模型的外掛。
• 彈性資料來源：可自動從 MARS、CDS 取得輸入資料，或接受本地 GRIB 檔案。
• 可自訂預測：允許使用者使用元資料占位符定義提前時間（例如 10 天或 15 天）與輸出檔案路徑。
• GPU 加速：針對 GPU 性能優化，將預測時間從數小時縮短至約一分鐘。