【2025 NCHC, NVIDIA, OpenACC 黑客松】- 大氣科學：加速運算，量子算法，人工智慧

加速高解析度大氣模擬計算器

台大 Usagi 團隊來自 李濬屹老師帶領的 ElsaLab 實驗室，將大氣模擬計算器加速了 777 倍！！

TEAM Members: Hsin-Lu Yeh, Jui-En Li, Hsuan-Chi Liu, Tso-Fei Yen, Chia-Yi Chin, Jui-Chien Tsou, Wei-Chin Wang, Kuan-Hsun Tu, Fan-Shi Liu
NVIDIA Mentors: Reese Wang, Johnson Sun
 

Exascale climate emulator 是新一代氣候模擬技術，它讓我們能以接近真實地球規模的速度與精度模擬氣候變化。傳統的高解析度氣候模型需要龐大的計算資源與時間，常常一個模擬要跑上數月甚至數年。而我們的系統透過 GPU 混合精度運算與分散式架構，大幅縮短模擬時間，達到 exascale（百億億次運算）級效能。這樣的加速代表著原本需要幾個月的運算現在可能只需幾天，節省的能量相當於 5,056 公噸二氧化碳，也就是一千多輛汽車一年的排放或八萬多棵樹十年的吸碳量。這樣的突破讓研究者能更快預測極端氣候、模擬不同政策下的地球變化，並推動永續與減碳決策，是氣候科學與高效能運算領域的重要里程碑。

更多資訊請看：
https://github.com/nqobu/nvidia/blob/main/20251112/02-Usagi.pdf

加速量子神經網路預測颱風

CYCU Power Lab 來自 洪穎怡老師實驗室，將量子神經網路加速了109 倍！！

TEAM Members: Christian Lian Paulo Perez Rioflorido, Hoang Phuong Van, 李孟澤
NVIDIA Mentors: Pika Wang

這個專案旨在為風力發電場打造一套實用且精準的颱風預測系統，能夠提前預報颱風軌跡、到達時間、風場的實際風速/陣風強度及風險等級，以協助發電機組安全運作、規劃停機、調度人力及進行電網交易。

我們採用混合式方法：利用成熟的深度學習模型 TFT (Temporal Fusion Transformer) 處理長期時間規律（例如過去 72 小時的資料），並結合一個小巧的變分量子子網路 (QLSTM mixer) 來處理複雜的非線性特徵混合並提供不確定性提示，使預測更可靠。

我們使用台灣中央氣象署資料，並採用多種 PyTorch 加速技巧，包括 bf16 混合精度、Flash/SDPA 注意力機制、torch.compile 和利用 CUDA Q 進行批次量子運算。

最終，我們成功建立了一套能預測風速、陣風，準確度超越單純的傳統 TFT 模型。在運算速度方面，最高可從 RTX 3080 的 0.19 迭代/秒提升至 H100 的 1.70 迭代/秒，使得 50 輪訓練只需約 8.9 小時，大幅節省了計算成本和時間，讓風電場能夠每小時更新預報並做出更高信心的決策。

更多資訊請看：
https://github.com/nqobu/nvidia/blob/main/20251112/10-CYCU%20Power%20Lab.pdf

加速U-Net 高解析度對流預測模型

AI Taiwan VVM 團隊來自臺灣大學大氣科學系，吳健銘老師帶領的雲動力模擬實驗室，將 U-Net 高解析度對流預測模型的訓練流程，加速了近 13 倍！！

TEAM Members: Yi Chang Chen, Chun-Kai Hsu, Min-Ken Hsieh
NVIDIA Mentors: Cliff Chiu, Iven Fu

對於地形複雜、天氣多變的臺灣，高解析度的氣象預測模型非常重要，可以說是防災決策的關鍵。近年來，AI的預測模型為高解析度的預報準確度帶來了新的切入點，但其巨大的潛力卻受限於漫長的模型訓練時間。本團隊原有的預測模型，在面對龐大的高解析度氣象模擬資料（~1 TB）時，訓練速度極其緩慢，使得無法涵蓋各種不同情境下的模擬資料來訓練模型，也限制了模型的穩健性及預報能力。

在本次的 Hackathon 中，團隊鎖定此一瓶頸，透過 NVIDIA A100 GPU 的強大算力，並結合分散式資料平行（DDP）、自動混合精度（AMP）及 torch.compile 等多項先進優化技術，成功將 U-Net 模型的訓練速度提升了 12.78 倍。這項突破性的加速成果，將原本需要數週的訓練時程大幅縮短至幾日內，使得團隊得以利用 TB 級完整的高解析度資料集來進行模型訓練。這不僅能顯著提升臺灣複雜地形天氣預報的準確度，更為發展下一代臺灣氣象 AI 模型提供一個紮實科學基礎。

更多資訊請看：
https://github.com/nqobu/nvidia/blob/main/20251112/07-AI-Taiwan%20VVM.pdf