曙光8000“算”出气象未来,国产算力突破公里级全球预报瓶颈
天气变化是地球系统中最复杂的科学问题之一。从一次暴雨过程的形成,到台风路径与强度演变,再到全球气候系统变化,气象预测本质上是一场对地球运行规律的高精度计算。
随着极端天气事件增多,传统中低分辨率模式已经难以满足精细化预报需求,气象领域正在进入以高分辨率模式、高性能计算和人工智能融合驱动的新阶段。
在“算力登峰 定数风云——曙光8000气象领域重大应用成果发布会”上,中国气象局地球系统数值预报中心与中科曙光联合发布全球公里级高精度气象计算重大成果,基于全国产十万卡AI超集群曙光8000,中国气象局下一代天气气候一体化模式MCV完成了系统优化,并实现全球5公里分辨率、未来10天的气象模拟可在1小时内完成,业务化能力迈入全球第一梯队。
中科曙光董事长历军表示,数值天气预报与高性能计算始终相伴相生,协同演进,过70多年,每一次预报都是算法创新与算力跃升双轮驱动的结果。
中国气象局地球系统数值预报中心研究员李兴良在接受采访时表示,本次发布的核心成果可以概括为“国产算力+国产原创自主模式”,即国产超强算力与自主研发模式形成协同突破。

一、从12.5公里到5公里:气象预报竞争进入精细化计算时代
气象预报能力提升,首先体现于空间分辨率的提升。过去较长时间里,全球数值预报模式主要运行在十公里级甚至更高尺度,而进入公里级分辨率后,模式能够更加准确描述复杂地形、强对流天气以及中小尺度天气系统演变。陈起英认为,水平分辨率提升带来的不仅是数字变化,更是对天气物理过程刻画能力的增强。
中国气象局地球系统数值预报中心首席科学家陈起英指出,从12.5公里提升到5公里,最明显的变化体现在中小尺度天气过程预测能力增强。例如在暴雨预报中,12.5公里模式可能只能预测到中雨量级,而提升至5公里后,对暴雨强度的模拟能力明显提高;对于台风预测而言,原有模式能够较好预测路径,但强度预报存在偏弱问题,5公里模式能够进一步改善强度模拟效果。
分辨率提升的背后,是计算规模的大幅增加。中国气象局地球系统数值预报中心高级工程师蒋沁谷介绍,数值天气预报模式实际上是一套基于大气运动规律建立的大型计算程序,通过求解动力学方程模拟未来天气状态。模式将地球大气划分为大量网格单元,分辨率越高,需要计算的空间单元越多,对计算资源的需求也呈指数增长。
二、MCV模式突破:自主算法与国产算力形成协同创新
高精度气象预报不仅依赖硬件算力,也依赖模式算法创新。MCV模式是中国气象局地球系统数值预报中心研发的新一代大气模式,其核心目标是提升模拟精度、增强计算扩展能力,并支撑公里级气象预测需求。
李兴良介绍,MCV本身是一套原创算法体系,团队围绕该算法发展形成新的高精度模式。该模式解决的重要问题包括提升模拟精度、增强长期大气质量模拟能力,以及更充分发挥超级计算资源的作用。他表示,如果缺少高效模式算法,即使拥有强大的计算设备,也难以充分释放计算能力。
从国际竞争视角看,公里级全球模式已经成为气象科技发展的重要方向。李兴良指出,全球5公里模式是国际气象领域共同探索方向,美国全球模式分辨率约为12.5公里,欧洲中心约为9公里,各方均在向5公里方向推进。综合计算成本与业务效率,5公里成为兼顾科学价值与工程可行性的关键尺度。
此次MCV模式与曙光8000融合,解决的不只是“能不能算”的问题,更是“能不能快速稳定运行”的问题。蒋沁谷介绍,国际业务化预报对计算时效有严格要求,模式必须在规定时间内完成计算并输出产品。由于公里级模式计算量巨大,传统CPU架构难以满足需求,因此双方探索利用国产异构加速计算体系提升效率。
三、曙光8000赋能:从单纯提供算力到参与科学计算体系创新
在高端科学计算领域,算力平台正在从基础资源向深度融合的计算基础设施演进。此次合作中,曙光8000并非简单承担计算任务,而是围绕模式移植、通信优化、存储体系和软件生态展开系统级协同。
中科曙光高端计算总工程师卜景德表示,气象计算具有典型的科学计算特征,与人工智能计算存在明显差异。传统数值天气预报更加关注双精度计算能力,而人工智能应用更多采用低精度计算方式。通过异构计算体系,可以在同一系统中同时支持传统科学计算、人工智能计算以及数智融合应用。
曙光8000的重要特点之一,是支持超智融合异构计算。发布会上介绍,该系统能够同时支撑科学计算、人工智能训练以及推理应用,并通过全精度算力满足多类型计算需求。同时,系统针对气象业务中的海量数据处理需求进行了优化,包括低延迟网络、高带宽存储以及可靠性设计。
气象业务对计算系统稳定性提出极高要求。卜景德指出,气象预报不是一次性的科研计算,而是持续运行的生产系统,需要满足稳定、高效、可靠的要求。尤其在重大天气过程和关键保障时期,如果系统无法按时完成计算,将直接影响预报产品生成,因此业务化气象计算对系统可靠性提出了严苛要求。
四、从“算得快”到“算得准”:超智融合打开气象计算新路径
随着人工智能技术快速发展,气象领域正在探索传统数值模式与人工智能模型融合的新路径。人工智能能够从海量历史数据中学习天气演变规律,而数值模式则基于物理方程提供高精度模拟能力,两者结合有望形成新的气象预测体系。
卜景德认为,气象预测中的超智融合,本质是让人工智能与传统科学计算形成互补。由于大气初始状态存在不确定性,即使拥有高精度观测,也难以完全描述真实状态,因此人工智能可以通过历史数据学习提供趋势判断,再与高精度模式结合,提高整体预测能力。
这一趋势也推动计算基础设施向更加开放和智能的方向发展。卜景德表示,双方合作过程中积累的软件优化、算法创新和工程经验,不仅服务于气象领域,也可以推广到生命科学、工程设计、能源勘探等科学计算场景。通过气象这样高标准、高可靠性的应用验证,可以进一步推动国产计算生态完善。
五、迈向地球系统智能计算:国产算力产业迎来应用深化
从产业角度看,气象领域正在成为验证高端计算能力的重要场景。相比单纯追求峰值性能,科学计算更加关注长期稳定运行、软件生态适配和复杂任务协同能力。曙光8000与MCV模式的结合,体现了国产计算产业从设备建设向应用创新深入发展的趋势。
李兴良表示,目前5公里模式已经具备较高水平,但完整业务化体系仍需要模式、资料同化、运行流程等多个环节共同完善。气象预报是一项系统工程,需要整个链条协同推进,才能实现高精度、高时效业务运行。
面对更高分辨率需求,算力挑战仍在持续增加。蒋沁谷介绍,按照现有模式计算规律,分辨率提升一倍,计算量通常增长8倍至16倍。未来向更高精度模拟推进,需要更强计算芯片、更高速互联网络以及更加高效的软件体系共同支撑。
这也意味着,气象计算正在成为国产高性能计算产业的重要创新试验场。从芯片、服务器、网络、存储到软件生态,气象业务提出的高可靠、高性能、高复杂度需求,将推动整个计算产业链持续升级。
结束语:
气象预测的发展史,本质上也是计算技术不断突破的过程。从粗尺度模拟到公里级精细预测,从单一数值计算到超智融合,气象科学与高性能计算正在形成更加紧密的协同关系。
此次曙光8000与MCV模式的联合突破,标志着国产算力与国产科学模式在高端应用领域实现深度融合。它不仅提升了气象预测能力,也为国产计算体系服务重大科学问题提供了新的实践样本。
当算力成为认识地球、模拟自然、服务社会的重要基础设施,气象领域的创新探索正在展示一个更加广阔的产业图景:未来的计算竞争,不只是比拼硬件性能,更是比拼算法、生态和应用深度融合能力。国产算力正在从支撑计算任务,走向参与科学创新。